收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于特征点的图像配准与拼接技术研究

杨占龙  
【摘要】: 图像拼接技术是计算机视觉、图像处理和计算机图形学的研究热点,它可以用来建立大视角的高分辨率图像,在虚拟现实领域、医学图像处理领域、遥感技术领域和军事领域中均有广泛的应用。图像拼接就是将同一场景的相互有部分重叠的一系列图片拼接成大幅的、宽视角的、与原始图像接近且失真小、没有明显缝合线的高分辨率图像。图像拼接的质量主要依赖于图像的配准精度。目前,基于特征点匹配的图像配准是一种主要针对仿射变换模型和透视变换模型的图像配准技术,它不仅能够适用于重合度较低的图像之间的配准,而且还能够应用于运动场景图像以及含有遮盖物体图像之间的配准,在实际应用中得到了广泛的使用。因此,研究基于特征点的图像配准和拼接技术具有重要的理论意义和实用价值。本文主要以特征点匹配为主线,针对目前流行的Harris特征点和SIFT(Scale Invariant Feature Transform)特征点匹配技术进行了深入系统地研究。主要研究工作及贡献如下: 1.研究并分析了摄像机成像几何的基本原理,重点对8参数透视变换矩阵的存在条件以及8参数透视矩阵退化为6参数仿射矩阵的条件进行了论证,由此引出了图像拼接中几种常用的变换模型―相似变换、仿射变换以及透视变换,给出了每种模型的实际应用场合。 2.针对传统的特征点匹配算法对于图像旋转变化敏感的问题,提出了一种基于特征点旋转归一化的图像配准算法(IPNR)。系统研究了Harris特征点的基本原理以及几种传统的匹配方法,包括像素差的平方和(SSD)、像素的互相关信息(CC)、归一化互相关信息(NCC)。分析比较了各种匹配方法的性能以及存在的不足之处。提出了在特征点匹配过程中将邻域窗口进行旋转归一化,有效解决了特征点匹配对于图像旋转变化敏感的问题。仿真结果表明,该算法能有效地克服传统特征点匹配算法对图像旋转变化敏感的问题,将正确匹配的概率提高30%以上,效果明显优于传统的特征点匹配算法。 3.针对传统的特征点匹配方法对噪声敏感的问题,提出了一种基于特征点不变矩的图像配准算法(IPIM)。图像的矩特征是一种以图像分布的各阶矩来描述灰度的统计特性的方法,它对噪声和光照的变化不太敏感,并具有旋转和尺度不变性。对图像的矩特征研究发现,传统的Hu氏矩中φ_3,φ_5两个矩对于图像的旋转变化是不稳定的,因此对Hu氏矩进行了改进,并在此基础上,利用改进后的Hu氏矩作为特征点的描述符进行匹配,解决了传统特征点匹配方法对于旋转和噪声敏感的问题。仿真结果表明该算法具有较好的旋转不变性和抗噪声性能,匹配效果优于传统的算法。 4.针对IPIM方法对图像亮度变化敏感的问题,提出了一种基于特征点伪Zernike矩的图像配准算法(IPPZM)。由于伪Zernike矩比Hu矩具有更多的矩数量以及更好的抗噪声性能,本算法选用特征点邻域窗口的伪Zernike矩作为特征点描述符。数字图像的像素离散性质使得伪Zernike矩的计算产生误差,不同阶矩的计算精确度不同。因此,为保证描述符的准确性与较低的计算复杂度,需要对伪Zernike矩进行优化选择,并对矩的选取数量加以限制。仿真结果表明该算法不仅有效解决了IPIM算法对亮度变化敏感的问题,而且在旋转不变性和抗噪声性能上比IPIM算法有了进一步的提高。 5.针对Harris特征点对于尺度变化敏感的问题,提出了一种改进的基于SIFT特征的图像配准算法。该算法借助于SIFT特征对于旋转和尺度的不变性以及对于噪声、视角变化和光照变化等良好的鲁棒性,解决了Harris特征检测对于尺度变化敏感的问题,使得较大尺度变化下的图像配准成为可能。同时,对SIFT特征点的提取方法进行了改进,预先去除了部分较不稳定的特征点,提高了匹配的速度和正确匹配的概率。实验结果证明该算法对于旋转、尺度变化均具有不变性、对于噪声以及图像亮度变化具有较好的鲁棒性,且匹配速度比改进前提高了近1倍。 6.针对图像拼接中累计误差对合成图像质量影响严重的问题,提出了一种基于特征点的整体优化调整方法。如果仅利用图像局部配准的结果对图像序列进行拼接,则会因为误差的累计而造成合成图像中出现重影或者图像变得模糊。该方法利用基于特征点的图像配准算法中得到的正确匹配点,对具有匹配关系所有图像的变换矩阵进行整体优化和调整,使累计误差降低。实验结果表明,该方法可以有效降低图像序列中的累计误差,提高最终合成图像的质量。


知网文化
【相似文献】
中国期刊全文数据库 前16条
1 张盼;阮俊;王雅继;;变环加权SIFT算法的图像拼接[J];现代电子技术;2015年19期
2 吴冬梅;郭晶;王军;;基于SIFT算法的海底图像自动拼接[J];陕西理工学院学报(自然科学版);2013年03期
3 李社蕾;崔聪颖;;基于SIFT算法的水下图像拼接技术研究[J];物联网技术;2018年04期
4 周佳欣;徐梦云;刘建全;;基于改进的SIFT算法的图像配准方法[J];工业控制计算机;2019年05期
5 甘玲;马艳春;;基于sift特征描述符的多尺度图像配准方法[J];计算机仿真;2010年10期
6 李芹;;基于特征提取的图像拼接方法[J];现代计算机;2020年09期
7 万之套;;基于SIFT特征点的无缝图像拼接方法的研究[J];计算机光盘软件与应用;2015年01期
8 李劲达;;基于SIFT算法的图像配准模型研究[J];中国新通信;2017年05期
9 王邦国;;基于SIFT特征点精确匹配的图像拼接技术研究[J];大连大学学报;2015年03期
10 管平;杨丹;胡新荣;;非标定图像的无缝拼接技术研究[J];科技信息;2010年09期
11 龚志辉;张春美;孙雷;范民强;张钢;;改进SIFT特征描述符在影像匹配中的应用研究[J];测绘科学技术学报;2008年06期
12 曹红杏;柳稼航;阮萍;;基于SIFT特征的图像自动拼接[J];电视技术;2008年S1期
13 王昕平;张森林;刘妹琴;樊臻;;基于多尺度图像融合和SIFT特征的水下图像拼接研究[J];计算机应用与软件;2021年05期
14 李校林;李银;杜奎;;基于SIFT算法和Contourlet变换的图像拼接研究[J];微电子学与计算机;2017年08期
15 张勤;贾渊;王耀彬;;基于稀疏特征点的零件图像拼接方法[J];计算机与现代化;2019年02期
16 孔祥源;黄鑫鑫;肖秋霞;谢书凝;;基于SIFT算法的局部特征点人脸识别图像处理技术[J];福建轻纺;2018年02期
中国重要会议论文全文数据库 前20条
1 朱梅华;魏承科;张素伟;;SIFT算法在卷烟小包装图像配准中的应用[A];中国烟草2013年学术年会论文集[C];2013年
2 余徽;王安宙;;一种改进的SURF特征匹配算法[A];中国造船工程学会电子技术学术委员会2017年装备技术发展论坛论文集[C];2017年
3 龚志辉;张春美;孙雷;范民强;;改进SIFT特征在遥感图像目标匹配中的应用研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
4 刘阁;王文瑾;庞健;;图像拼接与连通标记的研究与实验[A];2019航空装备服务保障与维修技术论坛暨中国航空工业技术装备工程协会年会论文集[C];2019年
5 张欣;冯威;仇杰;;基于SIFT算法的激光雷达距离像拼接试验研究[A];探索 创新 交流——第六届中国航空学会青年科技论坛文集(下册)[C];2014年
6 宗新冉;李哲英;刘元盛;;基于SIFT算法的航拍影像自动配准与识别[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年
7 王书民;张爱武;崔营营;张珍梅;;基于无人飞艇数字摄影测量系统及其航拍序列图像拼接[A];2009全国测绘科技信息交流会暨首届测绘博客征文颁奖论文集[C];2009年
8 冯晓萌;吴玲达;邓莉琼;陈宇宁;;简单动画形象的SIFT特征点匹配研究[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
9 安如;王慧麟;晏翔;;基于SIFT和渐进局部几何约束的多源遥感图像自动匹配研究[A];第十四届全国图象图形学学术会议论文集[C];2008年
10 王建华;杨继华;王克旺;王照村;;一种优化的钣金零件测量图像拼接方法[A];第十六届中国航空测控技术年会论文集[C];2019年
11 代建明;马凤新;马平松;杨勇文;郑欢;;电网工程远程协同中目标的自动跟踪[A];2020年中国通信学会能源互联网学术报告会论文集[C];2020年
12 汪力;叶桦;夏良正;;利用特征点定位嘴巴[A];第二十六届中国控制会议论文集[C];2007年
13 杨俊;战荫伟;;基于SIFT及射影变换的多摄像机目标交接[A];第十五届全国图象图形学学术会议论文集[C];2010年
14 康文雄;邓飞其;;基于特征点角度矩阵的静脉识别方法[A];第二十七届中国控制会议论文集[C];2008年
15 付洪川;王剑;万婵;赵建英;付凯;;图像特征点匹配算法的研究与改进[A];2009中国控制与决策会议论文集(1)[C];2009年
16 肖凯涛;于军玲;王献;;一种基于傅立叶描述符的颗粒图像形状识别方法[A];中国颗粒学会2004年年会暨海峡两岸颗粒技术研讨会会议文集[C];2004年
17 王敏;杨学刚;薛英;鄢国森;;用于支持向量机分类预测药物活性的分子描述符计算方法的比较[A];第九届全国计算(机)化学学术会议论文摘要集[C];2007年
18 管学伟;刘先志;杜天军;;一种基于SIFT算法的目标匹配方法[A];第十四届全国图象图形学学术会议论文集[C];2008年
19 郭宏国;周铨;赵荣椿;;一种改进的基于角点检测的图像配准方法[A];第八届全国信号与信息处理联合学术会议论文集[C];2009年
20 王丹;方宁;;一种基于SIFT算法的图像匹配方法[A];2015年全国微波毫米波会议论文集[C];2015年
中国博士学位论文全文数据库 前20条
1 杨占龙;基于特征点的图像配准与拼接技术研究[D];西安电子科技大学;2008年
2 罗楠;图像局部不变特征的匹配算法及应用研究[D];南京理工大学;2015年
3 贾银江;无人机遥感图像拼接关键技术研究[D];东北农业大学;2016年
4 曾霖;图像拼接技术的研究、实现与应用[D];武汉大学;2012年
5 宫妍;全景图像拼接关键技术研究[D];哈尔滨工程大学;2016年
6 张静;陶瓷艺术品器身图案的提取与图像复制系统的构建研究[D];华南理工大学;2017年
7 卢岩;宽视场高分辨率拼接成像及片上网络多核快速处理技术研究[D];北京理工大学;2018年
8 周海洋;图像配准及其在天文和显微图像中的应用研究[D];浙江大学;2017年
9 冯宇平;图像快速配准与自动拼接技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2010年
10 易盟;基于特征点的图像配准及其在稳像中的应用[D];西安电子科技大学;2013年
11 樊建伟;基于特征点的SAR图像配准算法研究[D];西安电子科技大学;2017年
12 金宏彬;基于特征点描述符的多光谱图像配准算法研究[D];北京邮电大学;2019年
13 张晓鹏;局部特征理解:模型与应用[D];上海交通大学;2017年
14 廖斌;基于特征点的图像配准技术研究[D];国防科学技术大学;2008年
15 曾峦;基于不变特征的图像拼接及软同步直写硬盘记录技术研究[D];哈尔滨工业大学;2012年
16 杨丽娟;点集稳健匹配的统计方法[D];西北工业大学;2018年
17 杜庆磊;多尺度可见光与红外图像配准融合研究[D];武汉大学;2019年
18 逄博;基于特征的SAR图像配准技术研究[D];武汉大学;2019年
19 叶蓬;多模态遥感图像配准关键技术研究[D];国防科学技术大学;2016年
20 马兴民;图像配准若干关键技术研究及应用[D];北京科技大学;2019年
中国硕士学位论文全文数据库 前20条
1 焦丽龙;基于特征的图像拼接融合技术的研究与实现[D];中北大学;2014年
2 纪东升;基于特征点的图像拼接算法研究[D];兰州理工大学;2011年
3 陈朝阳;基于无人机植被图像的拼接研究[D];成都理工大学;2013年
4 陈小丹;图像配准与拼接技术的研究[D];扬州大学;2013年
5 王天云;基于SIFT特征的图像配准与拼接技术研究[D];南京邮电大学;2017年
6 刘婷婷;基于SIFT特征点筛选的图像配准研究[D];天津大学;2016年
7 刘旭;多图像全景拼接技术研究[D];武汉理工大学;2012年
8 宋保玲;枪械鉴别中图像拼接方法研究[D];东北师范大学;2009年
9 徐阳;无人机遥感图像拼接技术研究[D];南京航空航天大学;2012年
10 于庆;基于SIFT算法的眼底图像拼接的研究与实现[D];重庆大学;2010年
11 周九江;基于SIFT特征点描述子的腹腔镜图像配准研究[D];湖南大学;2015年
12 田清吉;基于特征点的图像自动拼接算法研究[D];山东科技大学;2011年
13 袁杰;基于SIFT的图像配准与拼接技术研究[D];南京理工大学;2013年
14 岳昕;基于SIFT的全景图像拼接方法研究[D];昆明理工大学;2015年
15 郭荣伟;基于图割的图像拼接[D];北京交通大学;2012年
16 陈燕文;基于SIFT与小波变换的图像配准融合方法研究[D];武汉理工大学;2011年
17 杨林;基于SIFT算法的图像拼接系统设计与实现[D];华中科技大学;2014年
18 郭方锐;基于管道内部探伤图像拼接融合问题研究[D];西安科技大学;2020年
19 冯晓伟;基于特征点的图像配准技术及应用[D];南京航空航天大学;2008年
20 张文轩;基于SIFT的图像拼接中配准算法研究与应用[D];西安电子科技大学;2015年
中国重要报纸全文数据库 前3条
1 尚琴;我国图像配准技术还需加强产学研融合[N];中国知识产权报;2017年
2 山东 猫咪老爸;图像拼接 天衣无缝[N];电脑报;2003年
3 曲宏;图像拼接出的宋人生活史[N];辽宁日报;2020年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978