论文部分内容阅读
随着计算机视觉技术的迅速发展,窄视角图像已满足不了人们的需求。图像拼接技术是将同一场景中的多幅连续图像进行配准和融合,合成宽视角高分辨率的全景图像,其应用前景十分广泛。如何提高图像拼接的实时性和拼接质量已成为国内外研究的热点。图像拼接技术主要分为基于灰度信息的图像拼接和基于特征的图像拼接。前者通过计算两幅待拼接图像的相似度,确定重叠区域来实现拼接,计算量大、鲁棒性低。后者主要是提取图像的特征信息,通过特征点匹配来实现拼接,速度快、鲁棒性高。本文研究基于特征的图像拼接技术,通过改进传统的图像拼接方法,提出了基于二叉树的图像拼接和扭曲误差消除算法,加快了图像拼接的效率,同时也提升了图像拼接的质量。本文的主要研究工作包括:1.针对图像配准过程耗时长且效率低的问题。本文采用基于非线性滤波的A-KAZE(Accelerated-KAZE)特征点提取算法,提出一种基于A-KAZE的分块特征点提取算法,分别对待拼接的两幅图像的预估重叠区域进行特征检测,通过双向KNN(K-Nearest Neighbor)算法进行特征点匹配,有效避免图像中不必要区域的配准,提高图像配准的实时性与精确性。2.针对多幅图像拼接的全景图存在扭曲问题。与传统的从左到右图像拼接方式不同,本文提出了基于二叉树的图像拼接算法,将输入的待拼接图像序列设置为二叉树的叶子节点,通过自底向上构造一棵二叉树的方式进行图像拼接,最后拼接得到的二叉树根节点图像即为全景图。3.在图像拍摄的过程中由于相机旋转,以及图像配准过程中误差的逐渐累积,从而造成全景图出现倾斜扭曲的现象。为了提升图像拼接的质量,本文首先提出了全景图自动矫直算法,通过计算全景图的扭曲度,判定是否在矫直范围,若需矫直则预估全景图矫直后的顶点坐标,计算全景图矫直前后的透视变换矩阵。最后,通过双线性插值完成矫直,消除全景图的扭曲。本文设计并开发了快速图像拼接原型系统,确保图像拼接的效率的同时提升拼接的质量。