基于SIFT圖像拼接技術(shù)研究.pdf

1、圖像拼接是圖像處理與計算機視覺領(lǐng)域一個日益流行的研究區(qū)域,其目的是將具有重疊部分的同一場景的兩幅或者多幅圖像拼接成一幅具有較高分辨率的全景圖像。圖像拼接技術(shù)能夠解決視野與分辨率之間的矛盾問題,被廣泛的應用于醫(yī)學影像、虛擬現(xiàn)實技術(shù)、視頻壓縮與檢索、遙感技術(shù)等許多領(lǐng)域。圖像拼接技術(shù)通常包括圖像的獲取與預處理、圖像配準、圖像融合等步驟。其中圖像能否拼接成功主要取決于圖像配準技術(shù)。通過對圖像配準技術(shù)基礎知識的學習研究發(fā)現(xiàn),基于區(qū)域的圖像配準算法

2、需要利用所有的像素信息,對圖像的灰度信息依賴性較強,因此對圖像灰度的變化十分敏感;基于頻域的圖像配準算法要求待配準圖像存在較大的重疊比例,并且該方法計算量過大;而基于特征的圖像配準方法對光線變化不敏感,并且不易受旋轉(zhuǎn)、縮放等因素影響,而且圖像特征點數(shù)量遠少于像素點數(shù)量,大大減少了匹配過程中的計算量,有利于提高匹配速度,因而本文采用基于特征的方法實現(xiàn)圖像的配準。
　　 本文首先介紹了圖像拼接的分類、應用領(lǐng)域以及研究現(xiàn)狀,展示了其廣

3、闊的應用前景。簡單介紹了圖像拼接的基礎知識,這主要包括:①相機的成像模型以及圖像的三種獲取方式;②圖像噪聲的抑制。通過實驗,對抑制噪聲的各種濾波器的濾波效果進行了比較,并選擇中值濾波器作為本文的去噪方式;③對數(shù)據(jù)級圖像融合的幾種經(jīng)典方法作了概要的介紹。
　　 本文重點研究了SIFT特征點的檢測與匹配技術(shù),并通過實驗對SIFT檢測過程中各步驟的性能進行了分析,得出了SIFT特征點配準算法主要將時間耗費在特征點檢測以及特征點描述的過

4、程中的結(jié)論。針對特征點檢測階段耗費時間較多的問題,本文提出降低傳統(tǒng)算法中構(gòu)造高斯金字塔時的階數(shù)和層數(shù),并對改進的拼接算法和傳統(tǒng)的拼接算法進行了實驗仿真和比較。實驗表明,該方法在不降低圖像配準和拼接的精度的同時,有效地提高了圖像配準和拼接的速度。對于傳統(tǒng)算法在拼接時只著眼于重疊區(qū)域而忽略融合后圖像其他區(qū)域造成拼接圖像亮度不一致的問題,本文提出一種新的分配整個圖像亮度的算法。實驗結(jié)果證明,與傳統(tǒng)算法相比,改進算法能夠使整個拼接圖像的亮度趨于