学位论文 > 优秀研究生学位论文题录展示

一种基于SIFT的拼接算法

作　者: 刘海松
导　师: 宋斌
学　校: 南京理工大学
专　业: 模式识别与智能系统
关键词: 角点检测特征提取特征匹配 SIFT算法 RANSAC算法
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 9次
引　用: 0次
阅　读: 论文下载

内容摘要

图像拼接是计算机视觉与图像处理领域的一个研究热点,它是指将同一场景,相互之间存在部分重叠的图像序列进行空间对准,经图像融合(可能是不同时间、不同视角或者不同传感器获得)构成一幅无缝包含各图像序列信息、高分辨率或者宽视角的新图像。图像拼接技术解决了视野与分辨率之间(成像设备视角不足)的矛盾问题,在遥感图像处理、医学图像分析、数字视频压缩、虚拟现实技术等领域都有广泛的应用。本文首先概括了图像拼接技术的研究意义、现状以及应用领域,并系统地介绍了图像拼接的基本流程及其关键技术,对图像配准和图像融合的主要方法、性能以及存在的主要问题进行了分析和总结。在前人研究的基础上,本文提出一种改进的基于SIFT (Scale invariant feature transform)特征的全景图像拼接算法。首先由Shi-Tomasi算子检测得到待匹配的角点集合,随后采用SIFT算法中的特征描述方法进行图像特征描述将图像特征点划分为多对多匹配对,然后进行RANSAC (Random Sample Consensus)精匹配得到一对一的匹配对,最后利用匹配对算出变换矩阵进行全景图拼接。本文的主要贡献是：本文在整个匹配算法中不同阶段采取不同策略,缩短运行时间；使用最大互相关函数和RANSAC算法,保证计算精度。算法虽充分利用了图像的灰度信息和角点位置信息。实验表明本算法对于存在较大色差、形变等图像可以精确快速匹配,其精度和速度都优于传统的匹配算法,具有较大的实用性。

全文目录

摘要  3-4
Abstract  4-7
1 绪论  7-12
  1.1 数字图像处理的发展状况  7
  1.2 图像拼接技术的研究现状  7-10
  1.3 本文的章节安排  10-11
  1.4 本文的主要贡献  11-12
2 图像拼接基本理论  12-24
  2.1 图像采集  12-13
  2.2 预处理  13-14
    2.2.1 图像平滑与边缘锐化处理  13-14
    2.2.2 相位相关算法  14
    2.2.3 灰度图投影算法  14
    2.2.4 视频序列子集的筛选  14
  2.3 图像几何校正  14-17
    2.3.1 摄像机运动模型  15
    2.3.2 图像变换模型  15-17
  2.4 图像配准  17-20
    2.4.1 图像配准关键要素  17-18
    2.4.2 图像配准方法  18-19
    2.4.3 评价体系  19-20
  2.5 图像融合技术  20-23
    2.5.1 像素级融合  21
    2.5.2 特征级融合  21
    2.5.3 决策级融合  21-23
  2.6 本章小结  23-24
3 基于特征点的图像配准技术  24-35
  3.1 引言  24
  3.2 特征提取  24-26
    3.2.1 边缘特征  25
    3.2.2 区域特征  25
    3.2.3 点特征  25-26
  3.3 几种常用特征点的提取算法  26-31
    3.3.1 Moravec算法  26
    3.3.2 Harris算法  26-29
    3.3.3 Susan算法  29-30
    3.3.4 Forstner算法  30-31
  3.4 特征点匹配技术  31-32
    3.4.1 互相关(CC)法  31-32
    3.4.2 归一化互相关(Normalized Cross Correlation,NCC)法  32
  3.5 特征点提纯,图像误匹配的消除——RANSAC算法  32-34
  3.6 小结  34-35
4 基于SIFT算法的图像配准  35-48
  4.1 引言  35
  4.2 尺度空间理论  35-36
  4.3 SIFT算法原理  36-44
    4.3.1 尺度空间的构建  36-38
    4.3.2 检测极值点,提取特征点  38-40
    4.3.3 特征点描述符的生成  40-43
    4.3.4 特征点向量的匹配  43-44
  4.4 本文算法  44-45
  4.5 实验结果分析  45-47
  4.6 小结  47-48
5 总结和展望  48-49
致谢  49-50
参考文献  50-54

一种基于SIFT的拼接算法

内容摘要

全文目录

相似论文