為了解決當(dāng)前圖像拼接重疊區(qū)域多的問(wèn)題,提出高精度的艦船圖像拼接算法研究。在圖像拼接之前,需先提取圖像特征,采用Harris角點(diǎn)局部特征檢測(cè)算法,在尺度空間尋找位置、尺度和變量特征,以此設(shè)計(jì)尺度空間極值點(diǎn)檢測(cè)流程,避免外界噪聲干擾。根據(jù)每個(gè)關(guān)鍵點(diǎn)特征計(jì)算圖像尺度變化比例、圖像旋轉(zhuǎn)角度和不同圖像間平移距離,確定不同圖像特征點(diǎn)位置關(guān)系,以此實(shí)現(xiàn)圖像參數(shù)自動(dòng)辨識(shí)。采用surf角點(diǎn)檢測(cè)算子檢測(cè)圖像重疊區(qū)域角點(diǎn),在允許尺度空間多層圖像處理下,無(wú)需對(duì)圖像進(jìn)行二次抽樣處理。通過(guò)構(gòu)建Hessian矩陣判別式,判斷特征點(diǎn)是否為極點(diǎn),利用二階標(biāo)準(zhǔn)高斯函數(shù),判別特征點(diǎn)。利用相應(yīng)波為信息計(jì)算偏航角,確定變換參數(shù),完成圖像拼接。由實(shí)驗(yàn)結(jié)果可知,該算法圖像拼接重疊區(qū)域較少,拼接精準(zhǔn)度較高,為艦船穩(wěn)定運(yùn)行奠定基礎(chǔ)。

【文章頁(yè)數(shù)】：3 頁(yè)

【部分圖文】：

圖1待處理圖像Fig.1To-be-processedimage

圖像尺度空間表示圖像在不同解析度下的表述，在允許尺度空間多層圖像情況下，經(jīng)過(guò)矩陣判別式處理的像素點(diǎn)與三維領(lǐng)域特征點(diǎn)進(jìn)行大小比較，以此判別特征點(diǎn)。4圖像拼接算法采用坐標(biāo)轉(zhuǎn)換式將平面中的子圖進(jìn)行放大處理，同時(shí)利用相應(yīng)波計(jì)算獲取的特征信息與實(shí)際信息差值，確定偏航角變換參數(shù)。具體拼接流程....

并在圖2圖像拼接流程Fig.2Imagestitchingprocess了驗(yàn)證該點(diǎn)可行性

了驗(yàn)證該點(diǎn)可行性，進(jìn)行仿真實(shí)驗(yàn)驗(yàn)證分析，并在Win7操作系統(tǒng)下完成。5.1實(shí)驗(yàn)參數(shù)實(shí)驗(yàn)參數(shù)設(shè)置如表1所示。5.2實(shí)驗(yàn)結(jié)果與分析圖3為拍攝到的待拼接原始圖像，2幅圖像尺寸、位置一致。分別采用傳統(tǒng)算法與高精度的艦船圖像拼接算法對(duì)原始圖像進(jìn)行拼接，結(jié)果如圖4所示。采用傳統(tǒng)算法拼接圖像存....

圖3待拼接原始圖像Fig.3Originalimagetobestitched

學(xué)報(bào),2018,9(10):138–146.[2]楊前華,王改革,趙力.基于SIFT特征的魚(yú)眼圖像拼接算法[J].電子器件,2019,6(3):712–717.[3]黃遠(yuǎn)征,尹春麗,劉波,等.基于改進(jìn)的快速Shi-Tomasi特征點(diǎn)檢測(cè)算法的圖像拼接算法[J].機(jī)械設(shè)計(jì)與研究,2....

圖4兩種方法拼接效果對(duì)比Fig.4Comparisonofthestitchingeffectofthetwomethods

?.基于SIFT特征的魚(yú)眼圖像拼接算法[J].電子器件,2019,6(3):712–717.[3]黃遠(yuǎn)征,尹春麗,劉波,等.基于改進(jìn)的快速Shi-Tomasi特征點(diǎn)檢測(cè)算法的圖像拼接算法[J].機(jī)械設(shè)計(jì)與研究,2018,4(4):70–73.[4]表1實(shí)驗(yàn)參數(shù)設(shè)置Tab.1Exp....

本文編號(hào)：3897207