论文部分内容阅读
图像拼接(Image Mosaic)是数字图像处理技术的一种,它将一组具有重叠区域的小视角图像,经过图像预处理、图像配准、图像融合,组合成一幅大视角的新图像,组合后的新图像包含拼接前图像的全部信息。图像拼接技术在现代生活中发挥着极大的作用。图像拼接算法最核心技术是图像配准,而图像配准主要步骤是特征提取和特征匹配。本文主要研究了基于改进图像配准算法的图像拼接实现。本文的具体工作包括4个方面：(1)针对SIFT算法每次搜索26个点全部比较才能判断是否具有极值点、存在边缘响应和存在特征描述子维数高等缺点,提出了改进的SIFT特征提取。改进算法首先采用单层进行比较来判断是否具有极值点；然后采用Canny边缘检测算子消除DOG边缘响应点；最后对特征描述子从128维降维到90维。实验结果表明,改进的极值点搜索方法提高了极值点搜索效率；Canny边缘检测算子消除了边缘响应点,提取了有效特征；降维的特征描述子减少了计算量。改进的SIFT算法提取了有效特征并且提高了运行速度。(2)针对固定比例阈值特征匹配准确率低问题,提出了改进的自适应比例阈值特征匹配方法。改进方法是利用重复率来计算特征匹配准确率。实验结果表明,自适应比例阈值特征匹配方法准确率达到90%以上。(3)介绍了RANSAC算法原理,实现了用RANSAC算法求解初始变换矩阵。为了实现平移、缩放、旋转图像的拼接,本文采用了8个参数的投影变换矩阵。再利用L-M算法对初始变换矩阵重新估计,来减小重投影误差。还介绍了渐进渐出的加权平均图像融合算法,实现了对拼接图像的融合。(4)实现了基于原图像配准的图像拼接和基于改进图像配准的图像拼接。基于原图像配准的图像拼接：用原SIFT算法提取特征,再用固定比例阈值特征匹配算法进行特征匹配实现。基于改进图像配准的图像拼接：用改进SIFT算法提取特征,再用自适应比例阈值特征匹配算法进行特征匹配实现。实验结果表明两种方法都实现了平移图像、旋转图像和缩放图像的无缝拼接,但是基于改进图像配准的图像拼接效率比基于原图像配准的图像拼接效率有明显的提高。