基于塊匹配和特征點匹配的圖像拼接算法研究.pdf

1、圖像拼接是圖像處理、計算機視覺等領(lǐng)域研究得最早和最廣泛的問題之一。隨著計算機技術(shù)的不斷發(fā)展，在虛擬現(xiàn)實、遙感圖像處理、醫(yī)學(xué)圖像分析等方面都對高質(zhì)量的全景圖像有著越來越廣泛的需求。圖像拼接便是一種得到高質(zhì)量全景圖像的有效方法，故而對于圖像拼接技術(shù)的研究成為了近幾年來的熱點問題。 圖像拼接主要是根據(jù)相鄰圖像之間重疊部分相素的相似性來實現(xiàn)的，因此圖像拼接的核心工作就是如何準(zhǔn)確地求得兩幅圖像中相似程度最高的象素點坐標(biāo)，現(xiàn)在常用的做法主要

2、有基于區(qū)域(塊)的方法、基于特征點的方法、基于相位的方法等。 本文主要對基于區(qū)域的拼接技術(shù)和基于特征點的拼接技術(shù)進行了研究。首先介紹了圖像拼接的研究意義、研究歷史以及當(dāng)前圖像拼接研究的熱點方向。對圖像拼接的一些經(jīng)典算法和關(guān)鍵技術(shù)進行了概括和總結(jié)，分析了各種方法的優(yōu)點和存在的問題。在結(jié)合現(xiàn)有的經(jīng)典灰度模板匹配算法和列比值算法的基礎(chǔ)上給出了一種基于平面和直線相結(jié)合的圖像拼接算法，有效地找到了圖像的重疊部分，提高了圖像拼接的精度和計算

3、速度。同時，本文借鑒了圖像壓縮中的保真度準(zhǔn)則，給出了一種簡單的評估圖像拼接質(zhì)量的標(biāo)準(zhǔn)。 本文還對基于SIFT特征的拼接算法進行了研究，對經(jīng)典SIFT算法中生成特征點描述符的步驟進行了改進，改善了特征描述符的高維數(shù)和高復(fù)雜度問題，降低了特征點描述符的維數(shù)空間，提高了后續(xù)步驟的計算速度。在圖像匹配中，本文采用RANSAC算法對匹配點對進行提精后求取變換矩陣，實現(xiàn)了待匹配圖像的坐標(biāo)變換。在圖像融合中，本文采用了一種算法，使圖像達到了平