论文部分内容阅读
随着计算机视觉不断发展,人们对于视觉画面的要求也越来越高,其中包括对画面中更丰富的信息、更宽广的视野的追求。硬件方面可以使用分辨率更高、尺寸更大的屏幕,尝试在拍摄时使用广角摄像头;另一方面,从软件处理上,预先拍摄窄视野的图像再进行图像拼接也可达到相同的目的,即通过计算机处理将视野范围较小的画面拼接成清晰的大图。从硬件方面的努力成本高昂且通用性不高,而图像拼接算法由于其具有跨平台、成本低的优点被广泛应用于航空探测、医学成像、虚拟现实以及军事等领域。然而,现有的拼接软件一般有较严格的输入条件,对于有图像场景深度变化的非平面场景无法正确拼接,对于非重叠区域存在形状失真的问题。这两个问题的发生均与图像间相互变换有关,因此图像拼接中的配准技术成为本文主要研究内容。当前,非平面场景中的图像配准问题研究已经获得了一些进展,其中采用局部区域投影变换的方法能大大提升配准的正确率,采用基于线特征形状矫正的方法在一定程度上能减少图像的形状失真。但是现有的局部区域变换方法缺乏合理的局部区域划分机制,运算效率问题亟待解决;现有形状矫正的方法受限于线特征,适用范围较小。由此本文就非平面场景图像拼接中的这两个问题,提出了两种新型解决方法。本论文主要完成了以下两方面的创新:·提出了一种基于特征点聚类分析和四叉树的局部区域划分机制:该算法利用了特征点的内在特性进行图像局部区域的划分,先引入K均值聚类分析对特征点进行类别标记,然后采用四叉划分的方法根据特征点的类别和位置将图像逐层划分为大小不一的局部区域,进而对各个区域预估适合的投影矩阵并进行图像变换。经过以上智能区域划分,减少了区域和投影矩阵的数量,在对局部区域进行相应的投影变换时效率更高。由此,非平面场景的配准正确性得到保证同时减少计算冗余提升了图像处理的效率。·提出了一种采用区域控制的投影-相似性变换模型:相似变换以其变换前后不改变点间比例的特性在形状保护问题上已有应用,但应对非平面场景的图像拼接问题,无法保证重叠区域的正确对准。由此,本文提出在投影变换的基础上引入相似性变换,同时将投影-相似变换模型与区域控制的方法相结合,达到非平面场景的形状失真保护的效果。两种变换的组合模型利用投影矩阵与相似矩阵的线性组合构成,相关权重受区域控制,距离重叠区域越近投影矩阵作用越强,距离重叠区域越远相似矩阵作用越强。