基于角點(diǎn)檢測的圖像拼接方法研究.pdf

1、隨著計(jì)算機(jī)技術(shù)和數(shù)字圖像處理技術(shù)的迅速發(fā)展，圖像拼接已成為計(jì)算機(jī)視覺和計(jì)算機(jī)圖形學(xué)的研究熱點(diǎn)。圖像拼接技術(shù)的產(chǎn)生是由于在現(xiàn)實(shí)中獲取圖像的硬件設(shè)備條件的限制引起的。由于硬件所獲得的圖像無法達(dá)到視角或精度的要求，所以輔以軟件的手法對普通圖像進(jìn)行處理，由此產(chǎn)生出能夠擴(kuò)展視角或提高精度的圖像拼接算法，以滿足廣大現(xiàn)實(shí)需求，這就是圖像拼接技術(shù)。圖像拼接是指將一組有部分重疊的圖像經(jīng)過數(shù)字圖像處理技術(shù)，連接成一幅寬視角的全景圖像。目前，圖像拼接相關(guān)技術(shù)

2、已經(jīng)廣泛用于空間探索、視頻壓縮和傳輸、虛擬現(xiàn)實(shí)技術(shù)、遙感圖像分析、醫(yī)學(xué)圖像處理等領(lǐng)域。圖像拼接主要由三個(gè)部分組成，圖像預(yù)處理、圖像配準(zhǔn)和圖像融合。圖像拼接成功與否主要取決于圖像的配準(zhǔn)?；谔卣鞯膱D像配準(zhǔn)方法不僅不易受光照、旋轉(zhuǎn)等因素的影響，而且特征像素?cái)?shù)量較少，有利于提高速度。
　　 Harris算法是目前圖像特征點(diǎn)的提取應(yīng)用最為廣泛的一種特征檢測算法。該算法思想簡單實(shí)用，運(yùn)行穩(wěn)定性高，對特征明顯的角點(diǎn)的檢測精度高。但Harri

3、s算法的不足之處在于，在提取角點(diǎn)過程中，會提取到噪聲點(diǎn)，影響圖像配準(zhǔn)的準(zhǔn)確率，并且圖像配準(zhǔn)的時(shí)間復(fù)雜度較高。本文針對這兩點(diǎn)，在深入研究Harris角點(diǎn)檢測算法的基礎(chǔ)上，結(jié)合DBSCAN(Density-BasedSpatialClusteringofApplicationswithNoise，具有噪聲的基于密度的空間聚類應(yīng)用)聚類的思想，提出一種DHarris角點(diǎn)檢測方法:用Harris算法提取特征點(diǎn)，采用DBSCAN算法對特征點(diǎn)進(jìn)行聚

4、類，將聚類后標(biāo)記為噪聲點(diǎn)的點(diǎn)去除，剩余特征點(diǎn)即為角點(diǎn)。采用DHarris角點(diǎn)檢測方法，設(shè)計(jì)基于DHarris角點(diǎn)檢測的圖像拼接，基本思想是:(1)用中值濾波對兩幅圖像進(jìn)行預(yù)處理;(2)圖像配準(zhǔn)，采用DHarris角點(diǎn)檢測方法檢測出相應(yīng)的角點(diǎn)，用NCC計(jì)算角點(diǎn)的最大相關(guān)系數(shù)，找出兩幅圖像的匹配點(diǎn)，用RANSAC方法去除外點(diǎn)，求出兩幅圖像的變換模型;(3)采用漸入漸出加權(quán)融合法進(jìn)行圖像融合。實(shí)驗(yàn)結(jié)果表明，利用DHarris角點(diǎn)檢測方法進(jìn)行特