基于SIFT算法的圖像拼接方法研究.pdf

1、圖像拼接就是把針對同一場景的相互有部分重疊的一系列圖片合成一幅大的寬視角的圖像.拼接后的圖像要求最大程度地與原始圖像接近,失真盡可能小。圖像拼接技術(shù)在宇宙空間探測、海底勘測、醫(yī)學(xué)、氣象、地質(zhì)勘測、軍事、視頻壓縮和傳輸,檔案的數(shù)字化保存,視頻的索引和檢索,3D重建,軍事偵察和公安取證,超分辨復(fù)原等領(lǐng)域都有廣泛的應(yīng)用.主要表現(xiàn)為：⑴全景圖和超寬視角圖像的合成:將普通圖像或視頻圖像進行無縫拼接,得到超寬視角甚至360°的全景圖,這樣就可以用普

2、通相機實現(xiàn)全景的拍攝；⑵碎片圖像的組合:將醫(yī)學(xué)和科研的顯微碎片圖像或者空間、海底探測得到的局部圖像合成大幅的整體圖像；⑶虛擬現(xiàn)實:圖像拼接是虛擬現(xiàn)實領(lǐng)域里場景繪制方法中的一項基本技術(shù),利用圖像拼接技術(shù)可以生成全方位圖像,用全景圖表示實景可代替3D場景建模和繪制。圖像拼接中的重點就是圖像配準(zhǔn),而配準(zhǔn)的重點就是特征點提取。SIFT(Scale-Invariant Feature Transform)算法是一種提取局部特征的算法,該算法由D.

3、G.Lowe1999年提出,2004年完善總結(jié)。后來Y.Ke將其描述子部分用PCA代替直方圖的方式,對其進行改進。
　　 本文主要分析現(xiàn)有圖像拼接算法進行綜述,然后提出一種通過利用SIFT算法來提取匹配的特征點,首先檢測尺度空間關(guān)鍵點,然后精確定位關(guān)鍵點,并為每個關(guān)鍵點指定方向參數(shù),最后生成特征向量。當(dāng)兩幅圖像的SIFT特征向量生成后,接下來我們采用關(guān)鍵點特征向量的歐式距離作為兩幅圖像中關(guān)鍵點的相似性判定度量。本文利用十字相關(guān)法