基于薄板样条函数的图像拼接算法研究

摘要

图像拼接是对两幅或多幅存在重叠区域的图像进行拼接的技术，也是计算机视觉领域中图像处理相关的一项关键技术。图像拼接对于生成高分辨率全景图像以及视频至关重要。近几年，随着一些优秀的图像拼接技术被提出，相关问题又逐渐成为计算机图形图像处理领域中的热点。图像拼接最直接的效果就是增加图像的视野，而为了获取大视野图像目前比较可行的方案有两种，一种是采用广角镜头进行拍摄，另一种就是采用普通视角的镜头多次拍摄后进行图像拼接。尽管广角镜头可以一次性拍摄得到大视野图像，但昂贵的设备价格导致其只能用在特定的场合。而图像拼接的局限在于拼接效果与计算速度。本文将图像拼接过程分为两个部分，即配准与融合，分别介绍了相关步骤的常用算法，并针对图像的对齐过程进行了细致的研究。　　为了对齐具有视差容限的图像，近年来研究者们提出了一些优秀的图像拼接技术。其中一种方法是基于薄板样条函数（Thin-Plate Splines，TPS）的弹性局部配准算法（Elastic Local Alignment，ELA），该算法在保证对齐精度的前提下大大提高了图像拼接的速度。然而，在某些视差较大的情况下，该算法很容易在重叠区域的边缘产生可见的失真，使结果看起来不自然。　　本文的主要工作如下：　　（1）研究了图像拼接问题目前国际现状，重点分析了当前最佳拼接效果的代表方法弹性局部配准算法。　　（2）结合基于薄板样条函数的图像对齐算法，提出了一种基于变形函数的权重优化算法。该算法有效地减轻了拼接图像重叠区域附近的图像失真现象，进一步提高了拼接图像的视觉效果。　　（3）针对当前图像分辨率越来越高的实际情况，提出了一种自适应稀疏匹配特征点加速图像拼接的算法。该算法在提高图像拼接速度的同时保证了拼接图像的对齐精度。在实验中，对800万像素的图像进行拼接，图像变形对齐环节耗时由原来的20秒缩短到了3秒。

目录

声明

第一章 绪论

1.1 课题研究背景与意义

1.2 国内外研究现状

1.2.1 图像拼接流程

1.2.2 图像配准研究现状

1.2.3 图像融合研究现状

1.3 目前典型图像拼接效果

1.4 研究内容及论文组织安排

第二章 图像配准相关算法

2.1 图像预处理

2.1.1 畸变校正

2.1.2 图像增强

2.2 特征描述与检测算法

2.2.1 Harris角点

2.2.2 SIFT特征点

2.2.3 SURF特征点

2.2.4 ORB特征点

2.2.5 特征提取算法比较

2.3 特征匹配算法

2.3.1 KNN算法

2.3.2 KD树算法

2.4 经典对齐算法

2.4.1单应性变换模型

2.4.2 RANSAC算法

2.4.3 经典对齐算法存在的视差问题

2.5 APAP算法

2.5.1 APAP算法操作步骤

2.5.2 APAP算法存在的失真问题

第三章 图像融合相关算法

3.1 加权法

3.1.1 平均加权法

3.1.2 距离加权法

3.2 多分辨率融合

3.2.1 基于拉普拉斯金字塔的多分辨率融合

3.2.2 基于小波分解的多分辨率融合

3.3 最佳缝合线法

3.4 本章小结

第四章 基于TPS模型的优化算法

4.1 ELA算法

4.1.1 TPS模型图像对齐算法

4.1.2 贝叶斯去噪

4.1.3 平滑过渡到全局变换

4.1.4 与全局相似变换结合

4.2 ELA算法存在的图像失真问题

4.3 一种新的基于变形函数的权重优化算法

4.3.1 ELA算法失真问题解决思路

4.3.2 基于变形函数的权重优化算法实现步骤

4.4 一种新的基于稀疏特征点的加速算法

4.4.1 ELA算法图像拼接速度分析

4.4.2 高分辨率图像拼接加速算法

4.5 本章小结

第五章 实验与分析

5.1 图像拼接实现步骤

5.2 实验软硬件环境及实验图片来源

5.3 图像对齐程度客观评价标准

5.4 基于变形函数的权重优化算法实验与分析

5.4.1 权重优化算法实验

5.4.2 实验分析

5.5 基于稀疏特征点的加速算法实验与分析

5.5.1 基于稀疏特征点的加速算法实验

5.5.2 实验分析

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

在学期间的研究成果

致谢