基于改進(jìn)FREAK算法的圖像拼接技術(shù)研究.pdf

1、圖像拼接作為計(jì)算機(jī)視覺方面的一門關(guān)鍵學(xué)科，在許多領(lǐng)域和日常生活范疇內(nèi)都有著普遍的應(yīng)用。圖像拼接技術(shù)的產(chǎn)生就是為了解決寬視角與高空間分辨率不能兼得的缺陷，這成為大量科研工作者的研究熱點(diǎn)，使普通的成像設(shè)備和一般的數(shù)碼相機(jī)都能獲取高清晰度的寬視野圖像。圖像拼接技術(shù)是針對(duì)部分重疊的圖像序列，在不降低原圖像清晰度的情況下使用計(jì)算機(jī)中的一些圖像處理算法，對(duì)圖像進(jìn)行特征信息的配準(zhǔn)，再利用融合算法使拼接后的圖像具有寬視野、高清晰度、無縫等特點(diǎn)?？傮w上可

2、理解為，圖像拼接的過程主要涵蓋重要兩步：圖像配準(zhǔn)和圖像融合。
　　本文首先敘述了關(guān)于圖像拼接的基礎(chǔ)概念和相關(guān)技術(shù)，有關(guān)圖像配準(zhǔn)方面闡述了幾種傳統(tǒng)常用的特征點(diǎn)匹配算法，經(jīng)過對(duì)比后發(fā)現(xiàn)傳統(tǒng)算法對(duì)圖像間發(fā)生尺度變化的匹配效果不好的劣勢(shì)，提出了一種基于改進(jìn)FREAK算法的特征點(diǎn)匹配算法。改進(jìn)的算法將SURF算法和FREAK算法有效聯(lián)系為整體用于特征點(diǎn)檢測(cè)與篩選：利用SURF算法中Hessian矩陣確定候選點(diǎn)，進(jìn)行非極大值抑制，建立尺度空間

3、；然后用FREAK算法描述得到的特征點(diǎn)，并分配方向，最終得到圖像匹配結(jié)果。實(shí)驗(yàn)表明，改進(jìn)算法在圖像特征點(diǎn)匹配準(zhǔn)確度上有一定的提高，并且對(duì)圖像的尺度差異、光照差異以及旋轉(zhuǎn)差異具有良好匹配效果。對(duì)給定部分重疊的原圖像實(shí)行拼接，使用本文提出的改進(jìn)FREAK算法應(yīng)用于原圖像實(shí)行特征點(diǎn)檢測(cè)與篩選，有利于圖像間的對(duì)齊準(zhǔn)確率；再結(jié)合RANSAC算法提純匹配對(duì)，進(jìn)一步分析建立單應(yīng)性矩陣在新坐標(biāo)系下統(tǒng)一圖像的視角；接著采取線性漸變加權(quán)算法消除配準(zhǔn)產(chǎn)生的接

4、縫，從而達(dá)到圖像拼接技術(shù)的實(shí)際應(yīng)用，經(jīng)處理后圖像具有寬視野、高質(zhì)量的特點(diǎn)，具有良好的視覺效果。
　　針對(duì)圖像融合技術(shù)提出了以小波變換為基礎(chǔ)的改進(jìn)的融合準(zhǔn)則方法，具體方法為小波變換把圖像解析為高頻系數(shù)與低頻系數(shù)，高頻系數(shù)采用與兩種Laplacian模板算子卷積，并求其圖像熵函數(shù)作為清晰度評(píng)價(jià)判斷函數(shù)處理，再進(jìn)一步對(duì)熵函數(shù)比較求取最終系數(shù)值；低頻系數(shù)借鑒Otsu算法思想利用閾值結(jié)合拉普拉斯清晰度評(píng)價(jià)函數(shù)的判斷規(guī)則處理，將原圖像的能量最