学位论文 > 优秀研究生学位论文题录展示

同轴异场图片的图像配准算法研究

作　者: 陆晨尧
导　师: 陈钱
学　校: 南京理工大学
专　业: 光学工程
关键词: 图像配准特征点角点检测
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 26次
引　用: 0次
阅　读: 论文下载

内容摘要

图像配准技术是图像处理领域中的一个基础任务,也是极其重要的一环。很多图像处理任务非常依赖图像配准,图像配准是这些图像处理任务的必要前期处理,其结果的好坏也对整个图像处理产生巨大的影响。甚至有些图像处理任务,如图像拼接,完全离不开图像配准的支持。如果图像没有经过正确配准,图像拼接是无法进行的。本文主要的任务是以全局的图像为背景,与全局景象中的细节图片进行图像配准。这样做的目的是使得观察者不仅可以得到全局的基本信息,也可以对部分感兴趣的细节进行跟踪和监测。此外,对图像中不感兴趣的区域的信息可以进行弱化。这样既可以减少观察人员对无关信息的注意,也减少了图像的数据量,使后续的图像处理更加快捷。本文针对以上制定的目标,以两幅图片的图像配准进行研究。取同一方向拍摄的两幅不同焦距和视场的图片进行研究和配准。采用基于特征点的图像配准算法进行配准。由于拍摄两幅图片时照相机的朝向没有改变,改变的只是焦距,所以图像中的物体形状是相似的,只是物体的大小发生了改变。所以可以从两对应物体之间估计两图的位置关系。本文分别讨论了图像的特征点提取算法、特征点匹配算法和图像变换参数的估计。并给出若干图像处理的结果进行比对,根据实际的处理结果给出分析和误差讨论。本文详细讨论了特征点的提取算法,主要采用了Susan角点检测算法。并比较了Susan算法与其他算法的差异。通过实验表明,Susan角点检测算法有良好的角点检测性能。

全文目录

摘要  4-5
Abstract  5-8
1 绪论  8-16
  1.1 论文的背景  8-11
  1.2 图像配准技术简介  11-13
    1.2.1 图像配准的起源和发展  11-12
    1.2.2 图像配准的任务  12
    1.2.3 图像配准的应用要求  12-13
  1.3 图像配准的一般步骤  13-14
  1.4 图像配准技术的特点  14-16
2 图像配准算法介绍  16-23
  2.1 基于灰度特性的图像配准算法  16-17
    2.1.1 基于交叉相关的图像配准算法  16
    2.1.2 基于均方误差的图像配准算法  16-17
    2.1.3 基于归一化互相关的图像配准算法  17
  2.2 基于互信息的图像配准算法  17-19
    2.2.1 熵的概念  18-19
    2.2.2 互信息的定义  19
  2.3 基于变换域的图像配准算法  19-20
    2.3.1 基于傅立叶变换的图像配准的基本原理  19
    2.3.2 基于傅立叶变换的图像配准的具体算法  19
    2.3.3 基于傅立叶变换的图像配准方法的优点和局限  19-20
  2.4 基于特征的图像配准算法  20-22
    2.4.1 基于特征的图像配准算法介绍  20-21
    2.4.2 基于特征的图像配准算法的特点  21-22
    2.4.3 常用的图像特征  22
    2.4.4 常用的图像特征检测方法  22
  本章小结  22-23
3 角点检测算法研究  23-39
  3.1 什么是角点  23
  3.2 常见算法  23-24
  3.3 Moravec角点检测算法  24-26
    3.3.1 Moravec角点检测算法介绍  24-25
    3.3.2 Moravec角点检测算法的特点  25
    3.3.3 Moravec角点检测算法实验图  25-26
  3.4 Harris角点检测算法  26-30
    3.4.1 Harris角点检测算法的优点  26
    3.4.2 Harris角点检测算法的数学原理  26-27
    3.4.3 Harris角点检测算法步骤  27-28
    3.4.4 Harris角点检测算法实验图  28-30
  3.5 Susan角点检测算法  30-38
    3.5.1 Susan角点检测算法的提出  30-31
    3.5.2 Susan角点检测算法原理  31-32
    3.5.3 Susan角点检测算法的参数  32
    3.5.4 Susan角点检测算法的优点  32
    3.5.5 Susan角点检测算法流程  32-35
    3.5.6 Susan角点检测算法实验图  35-38
  本章小结  38-39
4 特征点的匹配  39-46
  4.1 特征点匹配的意义  39
  4.2 特征点匹配的目标  39
  4.3 特征点的初始匹配  39-43
    4.3.1 基于互相关的特征点粗匹配  39-41
    4.3.2 特征点的双向互相关匹配  41-42
    4.3.3 初始匹配试验的结果  42-43
  4.4 特征点的精匹配  43-45
    4.4.1 基于相似三角形的特征点精匹配  43-44
    4.4.2 特征点精匹配实验图  44-45
  本章小结  45-46
5 图像变换  46-57
  5.1 图像变换的目的  46
  5.2 空间几何变换  46-47
  5.3 常见几何变换模型  47-51
    5.3.1 刚体变换的数学模型  47-48
    5.3.2 仿射变换的数学模型  48-49
    5.3.3 透视变换的数学模型  49-50
    5.3.4 投影变换的数学模型  50
    5.3.5 非线性变换的数学模型  50-51
  5.4 本文运用的刚体变换  51-56
  本章小结  56-57
6 实验结果  57-60
  6.1 等大小图片处理结果  57-58
  6.2 非等大小图片处理结果  58-60
7 总结和展望  60-61
致谢  61-62
参考文献  62-64

同轴异场图片的图像配准算法研究

内容摘要

全文目录

相似论文