论文部分内容阅读
真实世界是一个丰富的信息源,而视觉信息又是其中最重要的信息。通过图像拼接技术获取的图像是一种表示真实世界的有效形式,它可以剔除图像序列间大量的冗余信息,压缩信息存储量,从而更加有效地表示信息,人们也可以更加客观形象地认识和理解真实世界。随着计算机技术水平的不断提高,宽视野、高分辨率的图像或视频在一些领域显得越来越重要,而图像拼接技术可以很好的解决视野与分辨率的矛盾问题,为这些领域的关键问题提供很好的解决途径。因此,图像拼接技术被广泛应用于全景图像合成、运动分析、图像分辨率的提高、视频检索、视频压缩、医学图像分析、物体的3-D重建等领域。本文首先介绍了图像拼接技术的研究意义、现状及应用领域,从而展示了图像拼接技术广阔的应用前景。然后对图像拼接及其关键技术进行了概括和总结,介绍了图像的采集、几何校正、配准及融合技术。重点研究了基于特征点的图像拼接技术中特征点的提取、匹配及图像融合等关键技术,分析和总结了各类方法、性能以及存在的问题,比较其优缺点,并进行了实验仿真。最后本文在现有的基于特征点的拼接方法的基础上,提出了一种基于曲率尺度空间的图像拼接(CSM,Curvature Scale-space Mosaic)算法。该算法利用曲率尺度空间(CSS)角点检测法提取特征点,通过比较各特征点圆形邻域Zernike矩的欧式距离得到匹配点对,然后利用正确的映射模型计算出变换参数,最后采用加权平均法得到图像的拼接结果。实验表明,该算法在图像间存在旋转、平移及噪声干扰的情况下,仍能得到很好的拼接结果。