基于MMTD的圖像拼接方法研究.pdf

1、圖像拼接是指將在不同時間、不同地點采集到的同一個場景中的有重疊區(qū)域的圖像拼接成一幅寬視角的完整圖像。本文以MMTD（Measure of Medium Truth Degree，中介真值程度度量）為背景，對基于特征點的圖像拼接中的關鍵步驟進行了深入研究，此外，以灰色關聯(lián)度模型為基礎，對圖像拼接的評價方法進行了研究。論文的主要工作如下：
　?。?）分析了傳統(tǒng)SIFT（Scale Invariant Feature Transform

2、，尺度不變特征變換）算法中閾值的選取不具備自適應性，效率低下的問題，提出了一種基于MMTD的SIFT算法。該算法采用MMTD迭代化的方法來確定閾值。實驗表明，算法的自適應性和效率獲得了提高。
　　（2）針對傳統(tǒng)RANSAC（Random Sample Consensus，隨機采樣一致性）算法中閾值難以確定的問題，提出了一種基于MMTD的RANSAC算法。該算法采用MMTD來度量經(jīng)過仿射變換后的像素點與特征點對應的匹配點之間的距離，

3、進而基于這個距離來計算每次迭代過程中的閾值。實驗表明，新算法與傳統(tǒng)算法相比具有更好的匹配效果。
　?。?）研究并實現(xiàn)了一個完整的基于 MMTD的圖像拼接。首先，采取基于 MMTD的SIFT算法，NNDR（Nearest Neighbor with Distance Ratio，最近鄰次近鄰距離比值）算法，基于MMTD的RANSAC算法得到匹配點集。然后，采用MMTD來度量匹配點集之間的相似性。最后，采用加權融合的方法得到一幅完整的