论文部分内容阅读
计算机视觉发展迅速,人们对视频和图像的视觉要求越来越高,也需要大尺度和宽视角的全景图像。图像拼接技术可以将采集到的图像序列合成一幅无缝全景图像,满足人们对视频和图像的视觉要求,其应用前景十分广泛,吸引了众多学者对其进行深入研究。图像拼接技术分为基于特征和基于区域两种,其中基于特征的图像拼接技术计算量小,实时性高,是当前的研究热点。本文研究了基于特征的图像拼接技术,以提高图像拼接实时性、实现无缝全景拼接和提高图像拼接质量为研究的重点;本文改进了传统的图像拼接算法,提出了基于改进的配准和融合的图像无缝拼接算法,提高了拼接的实时性并改善了拼接质量;本文设计并实现快速无缝图像拼接系统,并通过实验验证了系统的高效性和实用性。本文的主要研究内容包括:1.传统的SIFT特征点提取算法在构建图像金字塔时采用线性高斯扩展滤波,能够有效平滑区域内部但不能保留边界信息,牺牲了局部精度,且提取特征点耗时长。为了提高特征点的定位精度,缩短特征点提取时间,本文采用一种基于非线性滤波的特征点提取算法(A-KAZE),摒弃传统KNN匹配算法,采用一种双向匹配模式,提高了特征点配准的显著性和精确度。2.针对因待拼接图像中存在运动目标而产生的伪影以及拼接缝处颜色过渡不均等问题,本文提出了基于拼接缝的Laplacian融合算法,在拼接缝附近限定范围内进行图像融合,保证了融合效率,缩短了融合时间,有效地消除拼接缝和伪影,提高了全景拼接图的质量。3.由于相机拍摄时可能存在旋转,导致相对坐标旋转,而坐标旋转会使拼接结果倾斜变形。同时,多幅图像拼接产生的累积误差容易致使全景图畸变扭曲。为了提高全景图的拼接质量,本文提出了全景图自动矫直的方法,削弱了全景图像的畸变扭曲。4.本文设计并实现了快速无缝图像拼接系统,消除拼接过程中产生的伪影,实现对输入的序列图像进行无缝拼接,获得高分辨率、高质量的宽视角图像。