基于SIFT與小波變換的圖像配準(zhǔn)融合方法研究.pdf

1、隨著新型傳感器的飛速發(fā)展，人們獲取圖像的能力也迅速提高，但是一種圖像數(shù)據(jù)或者單一的傳感器所獲得的圖像信息往往無法滿足實(shí)際需求。圖像拼接就是指將兩個(gè)或兩個(gè)以上關(guān)于某個(gè)具體場景的具有重疊區(qū)域的多幅圖像加以綜合，以生成新的有關(guān)此場景的更大視角范圍的圖像。圖像拼接中的兩個(gè)關(guān)鍵技術(shù)是圖像配準(zhǔn)和圖像融合，圖像配準(zhǔn)和融合的關(guān)系十分緊密。圖像配準(zhǔn)是圖像融合的先決條件，為了實(shí)現(xiàn)準(zhǔn)確的圖像融合，必須先對圖像進(jìn)行配準(zhǔn)變換。圖像配準(zhǔn)和融合廣泛應(yīng)用于醫(yī)學(xué)、遙感、

2、航空航天和虛擬現(xiàn)實(shí)等領(lǐng)域，是其他技術(shù)無法取代的重要技術(shù)。
　　 本文總結(jié)了基于特征的圖像拼接中所用到的相關(guān)技術(shù)?；谔卣鞯膱D像拼接的基本步驟包括：特征提取、特征匹配、模型參數(shù)估計(jì)、圖像變換。文中以圖像配準(zhǔn)與融合的每個(gè)步驟中的相關(guān)方法為基礎(chǔ)，著重闡述了基于SIFT特征的圖像配準(zhǔn)和基于小波變換的圖像融合相關(guān)算法。
　　 為了實(shí)現(xiàn)兩幅圖像的配準(zhǔn)，本文首先介紹圖像變換模型；然后著重介紹一種對旋轉(zhuǎn)、尺度縮放和亮度變化具有不變性的特

3、征提取算法-SIFT(ScaleInvariant Feature transform)，即尺度不變特征檢測算法，并利用此算法對待配準(zhǔn)的圖像進(jìn)行特征提取。為了得到精確的匹配對，本文采用了以下兩種策略：一是利用最鄰近特征點(diǎn)歐式距離與次鄰近特征點(diǎn)的歐式距離的比值來確定初始匹配點(diǎn)對；二是利用改進(jìn)后的RANSAC隨機(jī)抽樣一致性算法提純初始匹配對，消除誤匹配對。
　　 在精確配準(zhǔn)基礎(chǔ)上，本文概述了小波變換理論和方法，并將小波變換應(yīng)用于圖像

4、融合中。小波變換的圖像融合規(guī)則是圖像融合中的核心，融合規(guī)則的優(yōu)劣直接決定了融合后的圖像質(zhì)量，因此本文著重概述了圖像融合規(guī)則中的低頻和高頻融合規(guī)則，并對原有的加權(quán)平均的低頻融合規(guī)則提出了一種改進(jìn)后的基于窗口的與相關(guān)系數(shù)和空間頻率相關(guān)的融合規(guī)則。為了評(píng)價(jià)拼接后的圖像質(zhì)量，本文介紹了圖像融合質(zhì)量的評(píng)價(jià)指標(biāo)。
　　 本文用融合質(zhì)量評(píng)價(jià)指標(biāo)中主觀和客觀評(píng)價(jià)指標(biāo)對拼接后的圖像進(jìn)行了評(píng)價(jià)。實(shí)驗(yàn)證明：使用本文的方法拼接出的圖像質(zhì)量較高。