论文部分内容阅读
图像拼接技术是将同一场景的多幅相互重叠的图像通过预处理、配准、融合等步骤拼接成一个无失真、高清晰、全方位的图像。图像拼接技术能够降低获取宽视角图像的设备成本和人工成本,解决宽视角和高分辨率之间的矛盾。在遥感检测、虚拟现实、数字视频等领域发挥着巨大的作用,已成为图像处理领域研究的热点。本文针对图像拼接的基础理论和关键技术展开研究,主要对特征匹配算法进行了改进并应用于全景拼接过程,主要内容有以下四个方面:(1)为解决传统角点双向匹配算法时间代价高的问题,提出了一种改进的NCC双向匹配算法。该算法通过归一化相关公式的对称性,简化了计算步骤,从而减少了搜索量。本文以Harris为角点检测算法,采用改进的NCC双向匹配算法对特征点匹配,最后采用鲁棒性估计算法PROSAC剔除误匹配并求解变换矩阵。实验表明,该算法在保证匹配准确度的同时提高了特征匹配的速度。(2)提出了一种双向随机KD树的匹配算法,并应用于基于SURF特征的图像配准算法,提高了匹配精度。采用SURF检测算法进行特征点检测,并生成特征描述向量;然后通过随机KD树算法得到初匹配点对,进行双向匹配;最后采用鲁棒性较好的PROSAC算法进一步剔除误匹配点对得到最终的匹配点对。实验结果证明该算法对旋转、尺度等图像变换具有较好的鲁棒性,能有效的提高SURF匹配算法的精度,且保证了算法的实时性。(3)研究并实现了全景图像的拼接生成。在图像配准的基础上,首先通过概率模型排除与拼接无关的图像;接着选择合适的参考平面,将图像进行变换以实现自动排序;最后对变换后的图像进行柱面投影,采用多分辨率样条法融合生成全景图。为有效避免隙缝问题,采用双线性插值法。通过实验证明本文算法能有效实现图像序列的自动化排序,并且能拼接生成清晰、宽视角的全景图像,且拼接效果较好。(4)针对手持普通数码相机拍摄的特点,设计和实现了基于特征匹配的全景图像拼接系统,该系统能够有效拼接相机拍摄的图像序列,进一步验证了本文提出方案的有效性。