基于特征匹配算法的图像拼接技术研究

• 作 者: 于智欣
• 出 处: 哈尔滨工程大学
• 发表日期: 2015年期
• 关键词: 图像拼接 图像配准 图像融合 ORB算法 小波变换

随着图像处理技术的发展,图像拼接越来越广泛地应用于航天航空、生物医学、军事安全、计算机视觉等领域。图像拼接技术的目的是最终得到一幅高清晰度、视角宽的图像。主要方法是利用像机拍摄多幅具有重叠区域的图像,再通过计算机处理以获得图像,目前的研究主要围绕匹配的准确度、计算时间等问题。因此本文在保证特征提取的准确度的前提下提高计算速度,并且尽可能地使过渡区域看起来更自然。论文对图像拼接的技术进行了大量的研究,提出了一种基于特征匹配的图像拼接算法。具体的内容如下:本文先深入的研究了大量的国内外与图像处理相关的技术,尤其针对图像的配准和图像的融合两个方面进行了大量的学习。接着介绍了图像拼接的相关技术,主要针对图像的采集、图像的投影模型、图像的变换模型等概念进行了说明。对于图像的配准这一部分,详细介绍以下特征提取算法:Harris角点检测算法、SIFT算法、SURF算法。提出了一种基于ORB算法的特征匹配的改进算法。本算法是使用ORB算法对图像进行二进制描述子的提取,并且结合RANSAC和中值滤波去噪,然后经过透视变换完成图像的校正,最终达到了图像的匹配,得到的结果与SIFT算法、SURF算法进行了比较。在最后的拼接部分,采用两组有重叠部分的图片进行拼接,在柱面投影下获得一副视角大且清晰度高的图像。在图像融合环节中,介绍图像融合的几种经典算法,例如主成分分析法、IHS算法、PCNN算法等,其中重点介绍了小波变换的图像融合算法。并且针对小波变换的融合的规则,提出了一种改进的算法,该算法是对于小波分解后的图像的高、低频部分分别采用Sobel算子和Brenner评价函数的融合规则。实验结果的分析将采用系数加权平均法和系数最大值法与改进算法进行比较。客观的评价方法将采用标准差(SD)、空间频率(SF)、平均梯度(AG)和清晰度。