基于光照与色温自动调整的图像拼接算法

摘要

基于图像的建模和绘制技术IBMR(image Based Modeling and Rendering)是近年兴起的一种表示和绘制具有照片真实感的虚拟场景的方法。其主要特点是绘制复杂度与场景的复杂度无关。全景拼图(panorama mosaics)则是其中应用较广的一种技术。本文首先介绍了基于图像的绘制技术，讨论了其与基于几何建模的绘制技术的关系和区别，并重点阐述了其中的全景拼图算法的概念、步骤和方法等，综述了国内外相关领域的研究工作。 由全自动相机拍摄的图片，或使用普通相机的自动挡拍摄的图片往往有较大的光照和色温的差异，在图像拼接和全景图的建立过程中比使用特殊设备标定的相机拍摄的图片要困难得多。本文中主要是通过对多种图像拼接算法的研究，提出图像拼接改进算法，该算法能够在较宽松的条件下能够较准确地匹配两幅图像，有效地消除了光照和色温的差异对图像拼接的影响。 本文提出的算法采用Harris算法来对图像进行角点提取。然后采用归一化相关法进行角点匹配，然后使用RANSAC算法去奇异点，以去除错配。接下来求解灰度图像的透视变换矩阵。该透视矩阵往往含有较大的配准误差，如果直接用其来进行图像融合将会出现较大的配准鬼影，合成图像清晰度较差，因此对其继续使用LM(Levenberg—MarqlJardt)算法进行非线性优化。消除配准鬼影。 图像的光照及色温配准，首先按照尽量选择前面匹配的角点及角点周围的临近点的原则选取像素点。然后计算不同曝光参数与不同白平衡对图像灰度及色彩的影响的线性变换参数。在实际计算中，由于配准误差、运动物体和透视变形等因素的存在，大量的图像点并不满足线性的关系。较多的奇异点往往会使回归分析法失败。为此本文选用对奇异点鲁棒性较好的MSAC算法(M-estimator Sample Consensus)去除奇异点。去除奇异点后可进一步精确的估算每个彩色通道的变换参数。最后进行图像融合：首先根据前面计算的透视变换参数矩阵和3个色彩通道的线性变换参数将图像进行几何上的对齐和光度上的统一，然后将图像合成以得到最终的拼接图像。 实验结果表明本文算法对于相机自动拍摄的存在光照与色温差异的图像可以很好的拼接。有效的解决了使用相机自动档拍摄图片的自动拼接问题。

目录

原创性声明及关于学位论文使用授权的声明

摘要

第一章绪论

1.1数字图像处理概述

1.1.1引言

1.1.2处理手段与应用领域

1.1.3图像处理的重要意义

1.2图像拼接技术概览

1.2.1问题的由来

1.2.2问题的描述

1.3全景拼图算法研究的国内外现状和发展趋势

1.3.1传统基于几何的图形绘制技术

1.3.2基于图像的绘制技术与基于几何的绘制技术的比较

1.3.3基于图像的建模和绘制技术的主要研究方向

第二章图像拼接

2.1图像拼接中的基本概念

2.2图像拼接算法

2.3图像拼接的一般流程

2.4图像拼接技术的特点

2.5图像拼接技术研究的主要内容

2.6本文的基本内容

第三章基于光照与色温自动调整的图像拼接算法

3.1图像的几何配准

3.1.1图像的预拼接

3.1.2角点提取算法

3.1.3层次化角点匹配

3.1.4角点筛选算法

3.1.5 RANSAC算法

3.1.6图像变换模型参数的计算

3.2图像的光度配准

3.3实验结果

第四章结论

参考文献

致谢

攻读硕士期间发表的论文