基于改進SIFT的圖像拼接技術(shù)研究.pdf

1、圖像拼接就是把在同一個環(huán)境下拍攝的幾張的圖片拼接成一張具有寬視角，無縫隙，信息度高的一種圖像技術(shù)。圖像拼接技術(shù)目前在很多領域都存在著廣泛的應用。例如計算機對圖像的處理，醫(yī)學研究方面，和一些虛擬現(xiàn)實場景的應用。
　　在圖像拼接技術(shù)的研究當中，基于特征的圖像拼接是應用較廣的一種方法，其主要難點在特征提取階段和特征匹配階段，如何提高特征匹配的效率是本文研究的重點。最后圖像拼接的效果取決于圖像配準的精確性和圖像融合方法的選擇。
　　

2、本文在通過對目前流行的圖像拼接方法進行比較和研究后，提出了在對SIFT特征提取之后對隨機抽樣一致性算法進行改進后來精匹配的優(yōu)化改進方法，主要是對圖像配準階段對提取的特征點進行粗匹配后再進行精匹配改進的一種方法。通過添加一種約束性條件剔除粗匹配特征點對中誤匹配點，提高了特征點的精確概率，同時使得隨機抽樣一致算法的估計次數(shù)大大減小，然后通過對求解變換矩陣，得到統(tǒng)一的坐標變換。最后選擇平均加權(quán)的圖像融合算法來對本文的算法進行圖像融合。最后通過

3、實驗驗證得出，改進后的算法，能夠較好的去掉偽匹配點，使匹配的準確度更高，使得算法在效率精確度方面均有了較大的提升。
　　由于改進后的算法在實時拼接方面存在諸多不足，本文對算法進行了進一步的改進和優(yōu)化。首先對待拼接的圖像進行特征點檢測，其采用的是FAST算子，然后利用FREAK算子來生成特征描述子，F(xiàn)REAK是一種二進制描述子，主要適用在嵌入式設備，以方便于嵌入式設備對圖像處理的實時性要求。然后對待拼接圖像進行粗匹配，主要方法是通過