圖像拼接技術(shù)研究及其應(yīng)用.pdf

1、視覺導(dǎo)航技術(shù)是移動機(jī)器人自主導(dǎo)航技術(shù)研究的重要領(lǐng)域，普通設(shè)備拍攝區(qū)域有限很難滿足全局定位與導(dǎo)航需要，拼接技術(shù)的出現(xiàn)使得在不改變硬件條件下獲取寬視野景物圖成為可能。圖像拼接技術(shù)是將多幅具有重疊塊的圖像配準(zhǔn)融合成一幅寬視角、失真小、無明顯縫合線的完整圖像。本文圍繞基于特征的圖像拼接技術(shù)進(jìn)行了研究，針對不同問題提出了相應(yīng)的拼接算法。
　　本文針對待拼接圖像亮度差異較大時傳統(tǒng)的加權(quán)融合算法獲取圖像有明顯拼接痕跡，以及算法實(shí)時性問題，提出了

2、一種基于ORB( oriented FAST and rotated BRIEF)算法和OECF(the Opto-Electronic Conversion Function)模型的圖像拼接算法，利用HALCON庫開發(fā)了一個圖像拼接系統(tǒng)。首先采用SIFT算法提取特征點(diǎn)，使用ORB算法獲取特征點(diǎn)的二進(jìn)制串描述子，結(jié)合漢明距離實(shí)現(xiàn)粗匹配，然后估算投影變換模型，最后估計攝像機(jī)的光電轉(zhuǎn)換函數(shù)OECF，利用Laguerre OECF模型參數(shù)對拼

3、接圖像進(jìn)行色彩調(diào)整，SIFT和ORB算法的結(jié)合使得特征具有尺度信息同時提升匹配速度，解決了多幅圖像拼接中顏色不一致的問題。針對線性尺度空間邊緣模糊問題，提出一種簡單有效的AKAZE算法實(shí)現(xiàn)拼接。首先提出FED(Fast Explicit Diffusion)算法加快非線性尺度空間生成速度，借助Hessian矩陣提取特征點(diǎn)，接著計算M-LDB(Modified-Local Difference Binary)描述符，用漢明距離匹配，然后利

4、用RANSAC(Random Sample Consensus)算法剔除誤匹配點(diǎn)估算單應(yīng)性矩陣，最后加權(quán)融合實(shí)現(xiàn)兩幅圖像的拼接。對KAZE、SIFT、SURF、ORB、BRISK(Binary Robust Invariant Scalable Keypoints)進(jìn)行性能實(shí)驗(yàn)比較，本文算法不僅對于高斯模糊、角度旋轉(zhuǎn)、尺度變換和亮度變化等情況下依然保持良好的性能，而且大大縮短了處理時間，實(shí)現(xiàn)了有效的圖像拼接。實(shí)驗(yàn)表明本算法在實(shí)現(xiàn)圖像精度