论文部分内容阅读
图像拼接技术是将具有重叠区域的多幅图像拼成一幅具有更大视野范围的高分辨率图像的技术。其广泛应用于遥感图像处理、医学图像处理、全景图像合成、虚拟现实等领域,是当前计算机视觉与图像处理领域的研究热点。本文主要研究用普通数码相机或手机等手持设备拍摄的图片的图像拼接问题。针对使用手持设备进行拍摄的特点,在对图像局部不变特征进行深入研究的基础上,结合全景图像生成技术其它环节的研究成果,提出了一种基于多局部特征匹配的全自动图像拼接算法。该算法在输入图像的尺度空间中检测SIFT特征和MSER特征,并用SIFT特征描述子对其进行描述;对得到的SIFT特征和MSER特征分别用基于k-d树的BBF算法寻找各特征的最近邻和次近邻,并通过其比值判定各特征之间的匹配关系;对于每幅图像,选出前个与其有最多匹配点的图像,分别用RANSAC方法剔除外点,并使用基于概率论的方法判定两幅图像是否匹配;找出存在相互匹配关系的图像子集,对每个图像子集进行捆绑调整和光度差异调整,并采用多带融合方法将其缝合成一幅全景图。最后,对该算法的各环节进行编程实现,以检验算法的有效性。实验结果表明,该算法取得了很好的拼接效果,丰富了普通摄影作品的展示方式。本文算法的创新点和改进之处在于:(1)提出了一种基于SIFT和MSER互补不变特征的图像配准策略。算法将MSER检测子推广到高斯尺度空间,增强了其对尺度变化的适应性,并与SIFT检测子相结合,利用二者在图像存在旋转、尺度缩放、仿射变换、视角变化、亮度变化等复杂情形下表现出来的某种不变性和其在图像中的分布上存在的互补性,从图像中获取更为丰富的特征,使图像间的配准更为稳健。(2)对于存在匹配关系的多幅图像,提出了一种简单而有效的光度差异调整方法,使生成的全景图像效果更为自然。该方法基于特征点周围局部区域R、G、B颜色通道的均值来估计匹配图像间的光度变换关系,并进而将其运用到多幅图像的整体光度调整中去。