基于特征匹配的双鱼眼图像全景拼接方法研究

摘要

作为虚拟现实的重要组成部分，全景视觉越来越多地受到关注与研究。全景视觉应用十分广泛，尤其是在地理地图、安全监控、医疗应用、摄影展示、游戏视频等领域。全景拼接技术是获取全景图像的核心方法，其重要性不言而喻。然而，传统的基于多幅图像的全景拼接方法，拍摄过程复杂低效，制约着全景图的普及与发展。为了解决这个问题，本文提出基于双幅鱼眼图像的全景拼接方法。利用鱼眼镜头大视角的优势，获取两张足以覆盖360°视野的鱼眼图像。在拼接过程中，首先将鱼眼图像映射到柱面全景空间，然后基于非线性扩散滤波和多层金字塔改进SIFT算法，之后进行特征点匹配与提纯，最后将重合区域进行融合。实验表明，本文的方法能够快速拼接出质量较优的球面全景图，满足工程应用需求。
　　本文的主要工作包括以下三个部分:
　　(1)提出了基于非线性扩散滤波与多层金字塔结合的SIFT改进方法。该方法基于多尺度空间，首先构建非线性尺度空间;然后，在该空间内求解特征点并分配主方向;最后，通过多层金字塔对特征进行描述，生成最终描述子。该算法能够在不降低匹配精度的前提下，降低SIFT维数，且减少匹配时间，从而提高匹配的质量。
　　(2)基于特征匹配方法在柱面全景图中求解鱼眼图像的重叠区域。本文的方法首先将两幅检测鱼眼图像的有效区域，将其映射到柱面全景空间中;然后在柱面空间内进行SIFT特征检测与匹配，从而获得重叠区域;经过图像融合得到拼接好的柱面全景图，再映射到球面全景空间中，生成最终的球面全景图。
　　(3)实现了双幅鱼眼图像的全景拼接系统。该系统以两个同轴反向、视角大于180°的鱼眼镜头采集的鱼眼图为输入，首先提取鱼眼图像轮廓，接着进行柱面全景展开，再使用改进SIFT算法提取特征和进行特征匹配，最后进行重叠区域的融合，最终输出一幅360°球面全景图。该系统还提供球面全景图的漫游功能，使得全景图的展示更加直观方便。

目录

声明

摘要

插图清单

表格清单

第一章 绪论

1．1 研究背景和意义

1．2 国内外研究现状

1．2．1 鱼眼和全景设备发展

1．2．2 全景图像拼接方法

1．2．3 特征检测与描述方法

1．3 研究内容与组织结构

1．3．1 研究内容

1．3．2 组织结构

第二章 鱼眼全景拼接中的关键技术

2．1 鱼眼镜头成像原理

2．2 轮廓提取与全景展开

2．2．1 鱼眼图像轮廓提取

2．2．2 柱面全景展开算法

2．2．3 球面全景展开算法

2．3 特征检测与描述

2．3．1 检测SIFT特征点

2．3．2 生成SIFT描述子

2．4 特征匹配与提纯

2．4．1 特征匹配

2．4．2 特征提纯

2．5 图像融合

2．6 本章小结

第三章 基于非线性扩散滤波的SIFT改进算法

3．1 算法描述

3．1．1 构建非线性尺度空间

3．1．2 特征点检测

3．1．3 特征描述子生成

3．2 实验结果分析

3．2．1 匹配性能评价指标

3．2．2 匹配率分析

3．2．3 准确率分析

3．2．4 时间性能分析

3．3 本章小结

第四章 基于改进SIFT的双鱼眼图像全景拼接方法

4．1 基本流程

4．2 关键模块

4．2．1 数据采集

4．2．2 轮廓提取

4．2．3 柱面全景展开

4．2．4 特征检测与匹配

4．2．5 特征匹配提纯

4．2．6 重合区域的融合

4．2．7 生成球面全景图

4．3 双鱼眼全景拼接系统设计与实现

4．3．1 需求分析与模块设计

4．3．2 全景拼接系统展示

4．4 本章小结

第五章 总结与展望

5．1 论文总结

5．2 论文展望

参考文献

攻读硕士学位期间的学术活动及成果情况