论文部分内容阅读
随着科技的发展,计算机技术得到了广泛的应用。在计算机视觉领域中,图像拼接技术作为一种用于摄影成像的关键应用技术,其任务是将具有重合区域的图像相结合,构成拥有宽视野和高分辨率的图像。已有的图像拼接算法在平面场景中具有较好的性能,但在非平面场景等实际应用过程中往往存在一定的缺陷,可能导致拼接后的图像出现形状失真、重影等问题。失真的严重程度与图像拼接中的场景差异密切相关,场景差距越大越容易出现较大程度的失真,尤其对于非平面场景拼接,失真问题尤为严重。另外,图像对准的首要目标是保证重叠区域正确对齐避免重影,对于非平面场景的对齐问题,现有较好的处理方式是采用局部投影变换保证整体图像连续性并使重叠区域无错位,但边缘区域被拉伸和变形的情况仍然难以避免。大多算法在进行图像拼接时使用全局的单应性矩阵模型对整幅图进行坐标变换,但该类方法仅适用于平面的场景情况或者仅由旋转导致的视野变化的情况,当图像不完全符合该变换模型的前提假设时,拼接效果会出现明显的重影和错位。因此,仅解决平面场景中的拼接问题己不足以满足实际应用的需要,如何改进图像拼接技术以适应非平面场景甚至更多其他应用场景,已经成为该领域亟待解决的问题。本文针对目前算法的局限性,对传统图像拼接算法进行了改进,主要有以下三个方面的工作:(1)针对传统算法提取特征匹配点对过程中存在错误匹配的现象,提出了拓扑约束优化特征匹配的配准方法,并给出改进算法与传统算法的实验对比结果。此外,运用特征点重复率、辨识率等对结果进行评价,比较本方法与传统方法在特征提取和匹配上的性能。结果显示,与传统算法相比,拓扑约束的拼接算法特征点匹配正确率有显著的提高。(2)针对传统拼接算法导致图像线性结构变形的问题,提出了一种基于网格线性结构保护与邻域加权优化的图像拼接方法,对图像采用网格划分创建优化模型,并为网格顶点坐标定义能量函数,经过最小二乘法得到梯度顶点指导网格的变形,同时通过邻域加权的方法对拼接后的图像做去重影处理。(3)针对现有拼接算法拼接出来的全景图像大都具有不规则边界问题,提出一种利用网格变形优化绘制矩形全景图像的方法,首先通过局部变形得到一个初步矩形图像,其主要目的是方便在输入图像上放置网格,同时使用全局变形优化网格以保持形状和直线等内容特性,从而在得到更好的拼接效果同时保留图像更多信息。综上,本文所提出的拓扑约束优化特征匹配的图像配准算法提升了特征点匹配的准确性,与此同时,基于网格线性结构保护与邻域加权优化的图像拼接算法,明显地改善了图像中线性结构的变形与重影现象。最后,利用网格变形优化绘制完善的矩形全景图像,保留更多图像信息,实现更好的拼接效果。