基于深度信息的圖像配準(zhǔn)算法及應(yīng)用研究.pdf

1、圖像配準(zhǔn)是對(duì)不同時(shí)間、不同角度所獲得的同一場(chǎng)景的多幅圖像進(jìn)行最佳匹配的過程，即將圖像對(duì)齊后，明確圖像空間位置變化與強(qiáng)度變化，然后確定圖像序列之間位置映射關(guān)系或強(qiáng)度差異的過程（通常，強(qiáng)度變化并非必需，所以圖像配準(zhǔn)主要針對(duì)空間位置變化）。它是圖像處理與計(jì)算機(jī)視覺方向及其工程應(yīng)用中的一項(xiàng)重要技術(shù)，在日常3D電影、好萊塢大片、醫(yī)學(xué)診斷中的核磁共振圖像、建筑工程中的三維重建軟件等都得到廣泛應(yīng)用。因此，如何更有效地完成圖像配準(zhǔn)技術(shù)就成為圖像處理研究

2、的重點(diǎn)課題之一。
　　本文研究基于深度信息的圖像配準(zhǔn)算法，以滿足進(jìn)一步的圖像分析處理及應(yīng)用對(duì)配準(zhǔn)效果和效率的需要，主要工作包括以下幾個(gè)方面：
　　對(duì)目前流行的圖像深度估計(jì)方法的線索依據(jù)、算法思想和實(shí)現(xiàn)進(jìn)行了分析，總結(jié)了各種算法的優(yōu)劣與特點(diǎn)。著重分析實(shí)現(xiàn)了基于模糊聚焦線索與機(jī)器學(xué)習(xí)方法的深度估計(jì)方法，并對(duì)模糊聚焦線索的方法中，能量函數(shù)設(shè)置進(jìn)行了改進(jìn)，增強(qiáng)了深度圖像的局部連續(xù)性效果。
　　針對(duì)傳統(tǒng)的基于 SIFT特征圖像配

3、準(zhǔn)方法中，特征點(diǎn)匹配環(huán)節(jié)產(chǎn)生大量錯(cuò)誤匹配點(diǎn)對(duì)的問題，研究了傳統(tǒng)算法的機(jī)理與產(chǎn)生錯(cuò)誤匹配的原因。已有的改進(jìn)方法是利用隨機(jī)抽樣一致性(RANSAC, RANdom SAmple Consensus)準(zhǔn)則對(duì)所有的特征點(diǎn)對(duì)進(jìn)行迭代求解從而估計(jì)模型參數(shù)。分析了該方法中設(shè)置代價(jià)函數(shù)閾值很困難的問題，結(jié)合深度局部連續(xù)性，提出了結(jié)合深度信息輔助特征點(diǎn)篩選的算法。
　　介紹了圖像配準(zhǔn)的兩種常見后期應(yīng)用：圖像超分辨和圖像三維重建。圖像超分辨方面，首先