论文部分内容阅读
条纹管激光雷达是一种闪光式激光主动成像技术,能获取高距离分辨率的三维几何距离像和高空间分辨率的强度像,同时又能实现微光被动成像,能实现“一机多像”,提供目标信息丰富。受激光雷达视场限制,为获取超大视场激光图像,通常采用图像拼接技术,将多个单视场图像拼接成一幅完整的宽视场激光图像,为后续的目标提取识别提供可靠图像信息。在图像拼接技术中的SIFT算法是一种快速、有效的提取图像特征的算法,经SIFT算法提取的特征点具有良好的独特性和极高的匹配性。本文在分析了图像拼接基本理论基础上,重点研究了SIFT算法的原理,并制定了相应的提取SIFT特征点的具体流程。对SIFT算法的性能进行了实验分析,包括光照不变性、缩放不变性和旋转不变性,实验证明SIFT算法具有良好的性能。本文对SIFT图像拼接算法进行了改进:(1)改进了变换矩阵的求解方法,使用广义逆矩阵的方法,来求解变换矩阵中的参数,改进后的算法提高了误差匹配率。(2)改进了算法的运行效率,使用降采样方法对图像降维,再通过逆变换得到原图像的变换矩阵,通过实验验证了改进后的算法明显提高了运行效率。使用SIFT图像拼接算法和改进后的算法分别处理了条纹管激光雷达强度像、距离像和微光被动图像。对强度像,实验结果表明改进后的算法在精度上相比于原算法有提高;对距离像,采用简化变换矩阵法实现了距离像的拼接,获取了较高精度的拼接匹配度;对微光被动像,通过锐化预处理和简化变换矩阵,实现了高精度图像拼接,获取宽视场微光被动像。本文针对图像拼接问题,围绕SIFT算法展开研究,改进了变换矩阵的求解方法和算法的运行效率,并针对条纹管激光雷达成像特性,实现了对强度像、距离像和微光被动像的高精度图像拼接,表明所研究的算法的有效性,具有良好的应用前景。