基于魚眼鏡頭的圖像拼接技術(shù)研究.pdf

1、魚眼鏡頭具有視場(chǎng)范圍大、焦距短等優(yōu)勢(shì)，利用魚眼鏡頭構(gòu)建全景立體球視覺(jué)系統(tǒng)，能夠在單一視覺(jué)系統(tǒng)中，通過(guò)一次拍攝同時(shí)獲取360°×360°全球域無(wú)盲區(qū)信息，實(shí)現(xiàn)了全景視覺(jué)與立體視覺(jué)的優(yōu)勢(shì)互補(bǔ)，在安全監(jiān)控、機(jī)器人導(dǎo)航、大尺寸測(cè)量、醫(yī)學(xué)臨床等領(lǐng)域都有著廣泛的應(yīng)用前景。
　　 魚眼鏡頭圖像在具有視場(chǎng)范圍大等優(yōu)點(diǎn)的同時(shí)，還存在畸變較大等不足，在所建立的全景球視覺(jué)系統(tǒng)中，會(huì)影響全球圖像拼接和展現(xiàn)質(zhì)量，同時(shí)會(huì)增加系統(tǒng)誤差。本文針對(duì)魚眼鏡頭特點(diǎn)，

2、開(kāi)展圖像拼接技術(shù)的研究，在分析魚眼圖像畸變特性的基礎(chǔ)上，探索出一種基于不變量特征的魚眼圖像拼接方法，實(shí)現(xiàn)了魚眼圖像的無(wú)縫拼接。
　　 圖像拼接的過(guò)程包括圖像獲取、圖像預(yù)處理、圖像配準(zhǔn)和圖像融合等幾個(gè)基本步驟。魚眼鏡頭能夠獲取較大范圍的視角和完整的球面圖像，但采集的魚眼圖像存在嚴(yán)重的畸變，在進(jìn)行圖像的配準(zhǔn)之前需要先對(duì)其進(jìn)行畸變矯正，本文構(gòu)建了一種環(huán)形標(biāo)定模型，根據(jù)建立的環(huán)形標(biāo)定模型，采用基于支持向量機(jī)SVM(SupportVect

3、orMachine)訓(xùn)練的方法來(lái)進(jìn)行魚眼圖像的矯正。
　　 魚眼圖像矯正后，提出一種基于SIFT不變量特征的圖像拼接方法，SIFT特征點(diǎn)提取方面，在構(gòu)建高斯金字塔時(shí)選擇3個(gè)圖像采樣組以提高提取速度和精度，在SIFT特征點(diǎn)匹配方面，采用Kd-Tree算法作為特征點(diǎn)的相似性度量策略來(lái)搜索匹配點(diǎn)，極大的提高了關(guān)鍵點(diǎn)的搜索效率，同時(shí)采用隨機(jī)采樣一致性算法RANSAC(RandomSampleConsensus)去除特征匹配過(guò)程中出現(xiàn)的誤