论文部分内容阅读
图像拼接技术是图像处理领域一个重要的研究方向，在计算机视觉、遥感技术、智能交通等领域有着广泛应用。目前实现图像拼接的算法普遍存在计算复杂度高、拼接效果不理想等问题，对此，论文针对实现图像配准的传统RANSAC算法原始数据集庞大、迭代次数多、误匹配数量多的缺点，以及实现图像融合的传统渐入渐出法在重叠区域较大的情况下产生的虚影问题进行研究，提出相应的改进算法，并通过实验对改进算法的有效性进行论证。论文主要工作如下：（1）构建了一种基于特征点的图像拼接架构。对参考-待拼接图像进行预处理后，采用SIFT算法进行特征点检测，然后采用k-d tree最近邻搜索算法实现特征点的初步匹配，再采用一种基于几何约束的RANSAC改进算法实现图像配准，最后利用双线性插值法以及对重叠区域进行阈值修正后的渐入渐出法实现图像融合。（2）深入研究和分析了SIFT特征点检测以及Harris角点检测算法，通过实验结果对两种算法在特征点数、匹配对数、匹配率、运行时间四个方面进行对比分析。（3）提出了一种基于几何约束的RANSAC改进算法。针对传统RANSAC算法存在的原始数据集庞大、迭代次数多、误匹配数量多的缺点，提出利用各匹配点对之间存在的两个几何关系：一是每一对匹配点的欧式距离相等；二是每一对匹配点连线的斜率相等，建立几何约束模型对RANSAC算法的原始数据集进行预筛选，以减少数据集中的数据量并消除其中的误匹配数据，从而减少算法的迭代次数和运算量。（4）提出了一种利用阈值修正重叠区域的渐入渐出改进方法。针对传统渐入渐出法在融合具有较大重叠度的参考-待拼接时融合结果存在大量虚影的问题，论文提出先利用阈值对重叠区域进行修正，然后采用渐入渐出法实现图像融合，从而有效消除虚影，得到理想的融合结果。论文基于VC开发环境调用OpenCV图像处理函数库，通过编写C语言对整个图像拼接算法架构加以实现，并进行了大量实验对论文所提算法进行验证。通过对RANSAC改进前后算法在匹配对数、迭代次数以及乘、加运算量等方面的分析对比，证明了该改进算法能有效提高算法效率。通过融合结果的对比证明了论文提出的阈值修正重叠区域的渐入渐出改进方法能很大程度消除虚影。实验结果表明论文提出的拼接算法架构能够完整实现不同场景的拼接，算法耗时较短且能得到理想的拼接效果。