一種高質(zhì)量的快速圖像拼接方法.pdf_第1頁
已閱讀1頁,還剩60頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、圖像拼接技術(shù)是將具有重疊區(qū)域的多幅圖像進行無縫拼合,生成一幅大場景圖像的技術(shù)。近年來,圖像拼接的應(yīng)用越來越廣泛,因此圖像拼接也成為一個非?;钴S的研究課題。 圖像拼接的主要步驟包括圖像配準和圖像融合,關(guān)鍵在于圖像配準。目前的配準方法主要分為:直接法和基于圖像特征的方法。直接法使用所有像素因此配準較精確,但往往依賴光照一致性的假設(shè),且迭代要求初始化,對有光照變化和有噪聲的圖像不夠強健,主要用于早期的研究中?;趫D像特征的方法提取了圖

2、像的顯著特征,大大壓縮了圖像的信息量,使得計算量小,速度較快,且對圖像的變化具有魯棒性。 基于圖像特征的配準一般有兩個過程:特征提取和特征匹配。特征提取主要考慮提取的特征是否對圖像的各種變化能夠保持穩(wěn)定,比如光線、幾何變化、噪聲變化等,同時對特征提取的效率和正確性也要考慮,另外提取的特征要盡可能的具有獨特性,提取的特征主要是特征點。特征提取后,特征間的匹配問題又是一個研究的重點和難點。特征匹配主要考慮匹配的精度和效率,但兩者往往

3、是相互矛盾的,而且匹配的效果與特征提取的關(guān)系相當密切。 點特征提取方法很多,其中尺度不變特征變換(scale invariant featuretransform,SIFT)算法性能最優(yōu),因此我們考慮利用SIFT來提取穩(wěn)定有效的特征點。由于提取的特征點越多,提取特征的速度則越慢,但如果特征點不夠則會導(dǎo)致拼接錯誤甚至失敗。一幅典型的500×500的圖像可得到約2000個SIFT特征點,這對拼接系統(tǒng)來說特征點過多因而大大降低了特征提

4、取的速度,因此本文對SIFT特征提取方法作了優(yōu)化改進,改進后的特征提取方法減少了關(guān)鍵點的數(shù)量,但這是在保證關(guān)鍵點質(zhì)量的前提下減少關(guān)鍵點數(shù)量的,因而對后面的拼接是有益的,從而為拼接系統(tǒng)的高質(zhì)量和快速特點打下基礎(chǔ)。提取出的關(guān)鍵點具有高獨特性、魯棒性,對圖像旋轉(zhuǎn)、縮放、平移和光線變化保持不變,并且每個關(guān)鍵點都有一個128維的特征描述符,該描述符對關(guān)鍵點的各種屬性都進行了詳盡的表述,比如位置、尺度、方向等,使得特征描述符之間具有很大的差異性,所

5、以可以直接利用特征描述符進行特征匹配,一般主要利用最近鄰方法進行匹配操作,如何找到最近鄰距離是該算法的關(guān)鍵。窮舉法固然有效,但計算量大實用性差,因此我們利用一種稱為Best-Bin-First(BBF)的近似最近鄰算法,BBF的主要思想是利用一種近似的最近鄰匹配方法,主要限定k-d樹葉結(jié)點數(shù),即限定了搜索的最大次數(shù),同時采用一個優(yōu)先級隊列使搜索順序以與被查詢結(jié)點距離遞增的順序進行搜索,從而大大提高了搜索的效率。此時對大部分圖像都可以得到

6、準確而且快速的拼接結(jié)果,但當單幅圖像中具有相似背景時,仍因存在誤匹配而導(dǎo)致錯誤的拼接結(jié)果。因此我們又引入隨機抽樣一致性(random sampleconsensus,RANSAC)算法來去除誤匹配對,提高了圖像匹配準確性。找出匹配點對后,下一步就是根據(jù)這些匹配點對計算圖像間的坐標變換也即變換矩陣,我們采用奇異值分解(singular value decomposition,SVD)技術(shù)計算變換矩陣,利用變換矩陣將圖像重新采樣到一個新的圖

7、像空間中,從而實現(xiàn)拼接。 但此時一些重疊處的拼痕清晰可見,因此需要一種有效的融合方法。融合方法主要有三類:中值濾波器、加權(quán)平均法和多分辨率樣條法。中值濾波器處理邊界附近的狹長地帶,因此該方法速度快,但質(zhì)量一般。多分辨率樣條法在所有頻率域上處理邊界附近區(qū)域,因此質(zhì)量高,但工作量大、計算時間長,不適宜在一般的圖像拼接中使用。加權(quán)平均法直觀簡潔,速度較快,是比較常用的一種算法。因此本文融合部分使用加權(quán)平均法以保證重疊部分平滑過渡。

8、 綜上所有因素,本文提出了一種高質(zhì)量的快速自動拼接方法,該方法能夠成功拼接原來拼接失敗的圖像,大大提高了拼接準確性,拼接質(zhì)量亦有所提高,而且在正確拼接圖像的同時最大限度地降低了耗時,與其它方法相比性能更優(yōu),可以實現(xiàn)高質(zhì)量快速的拼接系統(tǒng)。而且本文提出了使用信息熵作為拼接圖像質(zhì)量的客觀評價標準,用精確的數(shù)據(jù)證明了本文方法是一種高質(zhì)量拼接。 此外本文方法除了可對普通數(shù)碼相機拍攝的圖像進行正確拼接外,還能應(yīng)用于遙感圖像的拼接、紅外圖

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論