论文部分内容阅读
鱼眼镜头具有视场范围大、焦距短等优势,利用鱼眼镜头构建全景立体球视觉系统,能够在单一视觉系统中,通过一次拍摄同时获取360°×360°全球域无盲区信息,实现了全景视觉与立体视觉的优势互补,在安全监控、机器人导航、大尺寸测量、医学临床等领域都有着广泛的应用前景。鱼眼镜头图像在具有视场范围大等优点的同时,还存在畸变较大等不足,在所建立的全景球视觉系统中,会影响全球图像拼接和展现质量,同时会增加系统误差。本文针对鱼眼镜头特点,开展图像拼接技术的研究,在分析鱼眼图像畸变特性的基础上,探索出一种基于不变量特征的鱼眼图像拼接方法,实现了鱼眼图像的无缝拼接。图像拼接的过程包括图像获取、图像预处理、图像配准和图像融合等几个基本步骤。鱼眼镜头能够获取较大范围的视角和完整的球面图像,但采集的鱼眼图像存在严重的畸变,在进行图像的配准之前需要先对其进行畸变矫正,本文构建了一种环形标定模型,根据建立的环形标定模型,采用基于支持向量机S VM (Support Vector Machine)训练的方法来进行鱼眼图像的矫正。鱼眼图像矫正后,提出一种基于SIFT不变量特征的图像拼接方法,SIFT特征点提取方面,在构建高斯金字塔时选择3个图像采样组以提高提取速度和精度,在SIFT特征点匹配方面,采用Kd-Tree算法作为特征点的相似性度量策略来搜索匹配点,极大的提高了关键点的搜索效率,同时采用随机采样一致性算法RANSAC(Random Sample Consensus)去除特征匹配过程中出现的误匹配对和错匹配对对SIFT特征点进行提纯,提高了特征匹配的准确性。图像配准完成后,为了使拼接后的图像具有视觉一致性而没有明显的接缝,利用加权法法对配准后的图像进行了融合处理,实现基于不变量特征的鱼眼图像重叠区域的平滑过渡,实验结果表明该算法能够很好地实现鱼眼图像的拼接,取得了良好的效果。