基于點(diǎn)特征的全景圖合成方法研究.pdf

1、全景圖合成技術(shù)不僅是虛擬現(xiàn)實(shí)的重要組成部分，它在醫(yī)學(xué)影像處理、遙感遙測(cè)圖像處理、視頻壓縮、視頻檢索、增大視圖的范圍和分辨率、軍用圖像特別是紅外圖像的采集和顯示等領(lǐng)域也有廣泛的應(yīng)用。 本文在分析和總結(jié)了現(xiàn)有全景圖合成技術(shù)的基礎(chǔ)上，著重對(duì)基于點(diǎn)特征的全景圖合成方法進(jìn)行了研究，主要做了以下四個(gè)方面的工作： ①對(duì)目前幾種常見的圖像投影方式進(jìn)行了分析和比較，從而選擇圖像獲取容易、算法實(shí)現(xiàn)效果較好的柱面投影方式作為本文全景圖合成的投

2、影方式。 ②提出了一種改進(jìn)的Harris角點(diǎn)檢測(cè)算法。角點(diǎn)檢測(cè)的精度是配準(zhǔn)的關(guān)鍵，本文在原有Harris角點(diǎn)檢測(cè)算法的基礎(chǔ)上，利用原有算法中局部窗口的能量變化構(gòu)造Harris函數(shù)，針對(duì)該函數(shù)閾值選取的不便提出了一種改進(jìn)的Harris角點(diǎn)檢測(cè)算法，該算法對(duì)函數(shù)進(jìn)行x、y方向上的曲線擬合，尋找擬合后的重合峰值點(diǎn)，并把它們作為角點(diǎn)檢測(cè)出來(lái)，提高了角點(diǎn)檢測(cè)的精度。 ③提出了一種將NCC（Normalized Cross—Corr

3、elation，即歸一化相關(guān)）角點(diǎn)匹配算法與改進(jìn)的RANSAC（RANdom Sample Consensus，即隨機(jī)抽樣一致性）算法相結(jié)合的圖像配準(zhǔn)新算法。在檢測(cè)出了較為精確的角點(diǎn)之后，本文對(duì)現(xiàn)有的圖像配準(zhǔn)算法進(jìn)行了研究，并提出了一種快速有效的圖像配準(zhǔn)新算法。該算法充分利用兩幅圖像中檢測(cè)出的角點(diǎn)信息，利用NCC算法進(jìn)行角點(diǎn)的粗配準(zhǔn)，同時(shí)，利用兩次改進(jìn)的RANSAC算法刪除誤配，以提高正確匹配角點(diǎn)對(duì)的數(shù)量，算法最后對(duì)仿射變換模型參數(shù)進(jìn)行