基于提升小波匹配的圖像拼接算法研究.pdf

1、隨著微電子技術(shù)和信息技術(shù)的快速發(fā)展，航空、醫(yī)學和軍事等領(lǐng)域?qū)Ω叻直媛蕡D像的需求越來越迫切。高分辨的圖像可以通過全景相機和廣角相機來獲取，但是這些相機的價格普遍十分昂貴，并且拍攝所得照片的邊緣部分容易出現(xiàn)變形或扭曲，圖像的分辨率很難滿足應用要求，然而采用圖像拼接技術(shù)可以以較低的代價來獲得無縫、完整且具有高分辨率的圖像。因此，本文研究圖像拼接算法具有十分重要的現(xiàn)實意義和應用價值。
　　 論文根據(jù)圖像拼接的一般流程和基本方法，分別針對

2、圖像配準、圖像融合以及圖像排序算法展開研究工作，提出了一種基于提升小波匹配的圖像拼接算法。論文首先結(jié)合一般的圖像配準算法采用了基于提升小波圖像匹配算法，完成圖像的配準;然后通過對比分析常見的圖像融合算法，選擇漸進漸出融合算法來完成圖像的融合;最后采用基于相位相關(guān)的圖像自動排序算法實現(xiàn)了圖像的自動排序，從而完成了多幅亂序圖像的自動拼接。本文的主要工作如下:
　　 (1)在圖像配準方面，首先利用提升小波對待拼接的圖像進行多層小波分解

3、;然后根據(jù)Harris算法對分解后的各層圖像提取角點;最后針對提取出的角點采用不同的圖像匹配算法，最高層圖像采用向量和ZNCC相結(jié)合的圖像匹配方法，而其他層采用基于向量的圖像匹配算法。
　　 (2)在圖像融合方面，通過實驗對比，分析了基于加權(quán)平滑圖像融合、漸進漸出圖像融合和基于小波的圖像融合的算法:加權(quán)圖像融合算法時間需要最少，但是效果有待提高;漸進漸出圖像融合算法是一種相對折中的算法，耗時少，精度高;基于小波的圖像融合的算法效

4、果最好，可是耗費的時間卻是最長的。因此，本文最終選取漸進漸出圖像融合算法來完成圖像的融合。
　　 (3)在圖像自動排序方面，提出了一種改進的相位相關(guān)圖像自動排序算法。在提升小波分解后的最高層低頻部分，應用傅立葉變換來得到圖像之間的相位關(guān)系和頻率譜的峰值，判斷出圖像之間的位移關(guān)系，進而確定各幅圖像之間的順序。
　　 最后本文對所提出的圖像拼接算法進行了實驗仿真，實驗結(jié)果表明:圖像拼接的效果良好，效率較高，驗證了本文算法的可