论文部分内容阅读
在科学技术高速发展的今天，图像作为传递信息的主要有效载体，人类随时随地都会接触到图像信息，在人们可以接受到的信息中，图像信息占据了65％以上，而且图像比其他形式传递出来的信息更加的真实和确切。图像信息广泛应用于医疗、遥感、工业、军事、农业等方面。在目前的图像匹配研究领域，图像匹配的方法有很多，主要分为两大类:一类是基于灰度匹配的方法，也称为相关匹配算法，用空间二维滑动模板进行图像匹配;另一类是基于特征匹配的方法，首先在原始图像中提取特征，然后建立两幅图像之间特征的匹配对应关系。因为特征匹配具有适用性强、鲁棒性强、不易受光照影响等优点，所以基于特征的图像匹配算法是当前图像匹配算法研究的主要趋势。 尺度不变特征匹配(SIFT)是一种基于特征的图像匹配算法，对尺度空间、图像缩放、旋转甚至仿射不变都有很好的作用，但是在实际的应用过程中，仍有提高的空间。本文主要是在SIFT匹配算法的基础上，在图像匹配时，对SIFT提取图像特征过程进行了MORAVEC算子的优化;在视频拼接过程中，对匹配阶段进行了优化。本文的主要内容和研究结果如下: 1.在图像匹配过程中，当两幅图片重复区域比较大的时候，通过SIFT算法检测出的特征点会比较多，错配率也会升高，因此本文运用MORAVEC算子对SIFT算法中特征提取过程进行优化，在建立尺度空间以后，通过MORAVEC算子提取图像的极值点，再与原SIFT算法提取出的极值点进行比较，筛选出更为精确的特征点，之后再进行原SIFT算法的后续操作，通过大量的对比实验，由于筛选出的特征点减少了，匹配的点对也减少了，从而匹配的准确性得到了较大的提高，性能方面也优于原SIFT算法，具有良好的匹配效果。 2.在视频拼接过程中，为了实现拼接的实时性和高效性，需要对匹配后的图片进行偏移量的计算，再根据得到的偏移量进行图片的融合，所以偏移量的准确性直接影响了融合的效果。本文从SIFT算法的匹配阶段着手，经过反复试验可以得知当相邻的视频帧进行匹配的时候，两个关键点描述子之间存在一定的关系。在两幅相邻的视频帧序列中，摄像头的旋转和尺度变化均保持相对稳定，而连接各组匹配点对所形成的连线之间的偏转角度应在一定的范围内变化。最后通过大量的对比实验，优化后的SIFT算法能够更加准确的计算出偏移量，性能方面也优于原SIFT算法。