一种基于特征点的图像拼接技术研究

摘要

图像拼接技术（Image Mosaic）是将多幅相互间存在重叠部分的图像序列进行空间匹配对准，经重采样融合后形成一幅包含各图像序列信息的、宽视角场景的、完整的、高清晰的新图像。图像拼接技术的出现使得图像采集设备更趋普通化，使用普通的数码照相机就可以获得满足要求的图像。这项技术被广泛地应用于计算机视觉、图像处理、计算机图像学、医学图像分析及虚拟现实等领域。
　　本文围绕“基于特征点的图像拼接技术研究”这个课题，进行了图像的采集、图像的预处理、图像的配准和图像的融合等四个主要研究步骤，实现了图像拼接，并进行了实验验证。主要工作如下：
　　1、阐述了图像拼接技术的国内外研究现状，分析了图像拼接的基本理论和关键技术；
　　2、根据图像的各种采集方法，分析了采集过程存在的问题，归纳了采集时需要注意的事项；分析了图像预处理过程中几何校正、边缘检测和噪声抑制等步骤的作用，对采用的方法进行了比较，并选取了适用的图像预处理方法。
　　3、分析并比较了当前图像拼接领域中常用的算法、原理以及各自的优缺点，选取了基于特征点的图像配准方法——SIFT算法并进行了改进，提高了图像匹配的精度；为了解决误匹配问题，采用RANSAC算法，并提出了相应的改进算法，对获得的特征点进一步的提纯，使得图像更加平滑。
　　4、最后采用加权平均法对拼接后的图像进行了融合，使得图像没有明显的接缝，取得了比较好的拼接效果，对采用的方法进行了实验验证。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 论文研究的意义

1.2 国内外研究现状

1.3 论文内容和组织结构

2 图像拼接理论及关键技术研究

2.1 坐标系统

2.2 成像模型

2.3 图像拼接流程

2.4 图像的变换模型

2.5 图像插值

3 图像的采集和图像的预处理

3.1 图像的采集方法

3.2 图像的预处理

4图像配准算法研究

4.1 图像配准技术简要介绍

4.2 配准流程

4.3 图像配准方法分类

4.4 基于特征的图像配准方法

4.5 SIFT特征点检测算法

4.6 改进的SIFT特征提取算法

4.7 改进的RANSAC算法去除误匹配点

5 图像融合技术研究

5.1 图像融合的目的

5.2 图像融合算法

5.3 实验结果及分析

6 总结与展望

6.1 本文工作主要内容总结

6.2 下一步工作研究与展望

参考文献

致谢