本文選題：圖像拼接　切入點(diǎn)：BRISK算法　出處：《長(zhǎng)春工業(yè)大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：圖像拼接技術(shù)在圖像處理領(lǐng)域有著重要意義,也是圖像處理領(lǐng)域中的研究熱點(diǎn)。為了將同一場(chǎng)景拍攝下的幾張圖像拼接成一個(gè)具有較寬視角、無(wú)明顯拼接縫隙的、信息度較高的全景圖像就需要應(yīng)用全景圖像拼接技術(shù)。全景圖像拼接在計(jì)算機(jī)識(shí)別、醫(yī)學(xué)圖像分析以及虛擬現(xiàn)實(shí)技術(shù)等領(lǐng)域均有重要應(yīng)用。本文的主要內(nèi)容分為圖像配準(zhǔn)以及圖像融合技術(shù)兩部分,在深入研究現(xiàn)有算法的基礎(chǔ)上,對(duì)圖像配準(zhǔn)以及圖像融合技術(shù)均提出了改進(jìn)算法。本文首先闡述了圖像拼接技術(shù)相關(guān)的研究背景及意義,并且分析了國(guó)內(nèi)外研究現(xiàn)狀,介紹了圖像拼接過(guò)程中的基本流程,實(shí)現(xiàn)了基于歸一化積相關(guān)的BRISK圖像配準(zhǔn),以及基于彩色共生矩陣的多分辨率圖像融合算法的全景圖像拼接。對(duì)于圖像配準(zhǔn),本文提出了基于歸一化積相關(guān)的BRISK圖像配準(zhǔn)算法。該算法首先對(duì)圖像應(yīng)用AGAST算法提取特征點(diǎn),再應(yīng)用歸一化積相關(guān)算法對(duì)圖像進(jìn)行塊匹配,對(duì)匹配成功的重疊區(qū)域,采用特征點(diǎn)的主方向以及描述子向量進(jìn)行特征點(diǎn)的匹配,對(duì)于匹配成功的特征點(diǎn),應(yīng)用隨機(jī)樣本一致性方法進(jìn)行誤匹配點(diǎn)的去除。對(duì)三組有旋轉(zhuǎn)及視角變化的圖像進(jìn)行仿真實(shí)驗(yàn),通過(guò)對(duì)仿真得到的圖像和數(shù)據(jù)分析表明:本文提出的改進(jìn)BRISK圖像配準(zhǔn)算法,與原算法、傳統(tǒng)SIFT算法和先進(jìn)算法ORB相比較,特征點(diǎn)匹配準(zhǔn)確率與匹配速度均有提高。在圖像配準(zhǔn)完成之后,通過(guò)柱面投影算法計(jì)算出圖像之間的幾何變換關(guān)系,然后對(duì)圖像序列之間進(jìn)行矩陣變換,實(shí)現(xiàn)多幅圖像的拼接。在拼接完成后,進(jìn)行圖像融合,以消除拼接縫隙和鬼影等現(xiàn)象。對(duì)于圖像融合,本文提出了基于彩色共生矩陣的多分辨率圖像融合算法。該算法首先對(duì)圖像進(jìn)行彩色共生矩陣計(jì)算,提取圖像重疊區(qū)域的紋理特征,利用提取的紋理特征對(duì)圖像進(jìn)行多分辨率融合。圖像融合實(shí)驗(yàn)應(yīng)用融合評(píng)價(jià)標(biāo)準(zhǔn)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析表明:本文提出的改進(jìn)多分辨率圖像融合算法比原算法具有更好的融合效果,消除了拼接縫隙和鬼影,實(shí)現(xiàn)了全景圖像的無(wú)縫拼接。
[Abstract]:Image mosaic technology is of great significance in the field of image processing, and it is also a research hotspot in the field of image processing. Panoramic images with higher information level need to apply panoramic image mosaic technology. Panoramic image stitching is recognized by computer. Medical image analysis and virtual reality technology have important applications. The main content of this paper is divided into two parts: image registration and image fusion technology. An improved algorithm for image registration and image fusion is proposed. Firstly, the research background and significance of image mosaic technology are described, and the current research situation at home and abroad is analyzed, and the basic process of image stitching is introduced. BRISK image registration based on normalized product correlation and panoramic image mosaic based on multi-resolution image fusion algorithm based on color co-occurrence matrix are realized. In this paper, a BRISK image registration algorithm based on normalized product correlation is proposed. Firstly, the AGAST algorithm is applied to extract the feature points, then the normalized product correlation algorithm is applied to the block matching of the image. The principal direction of the feature points and the description subvectors are used to match the feature points. The method of random sample consistency is used to remove the mismatch points. Three groups of images with rotation and angle of view change are simulated. The analysis of the simulated images and data shows that the improved BRISK image registration algorithm is proposed in this paper. Compared with the original algorithm, the traditional SIFT algorithm and the advanced algorithm ORB, the accuracy and speed of feature point matching are improved. After image registration is completed, the geometric transformation relationship between images is calculated by cylindrical projection algorithm. Then the matrix transformation is carried out between the image sequences to realize the mosaic of multiple images. After the stitching is completed, the image fusion is carried out in order to eliminate the phenomena of stitching gaps and ghost images, etc. For image fusion, In this paper, a multi-resolution image fusion algorithm based on color co-occurrence matrix is proposed. Using the extracted texture features to fuse the image with multi-resolution. The experimental results of image fusion are analyzed by using the fusion evaluation standard. The results show that the improved multi-resolution image fusion algorithm proposed in this paper is better than the original image fusion algorithm. Better fusion, The stitching gap and ghost image are eliminated and the panoramic image is jointed seamlessly.
【學(xué)位授予單位】：長(zhǎng)春工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何紅太,王秀美,全茜;刑事犯罪現(xiàn)場(chǎng)的圖像拼接設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)工程與科學(xué);2004年12期

2 張顯全;唐振軍;盧江濤;;基于線匹配的圖像拼接[J];計(jì)算機(jī)科學(xué);2005年01期

3 孫瀚,黃大貴;基于十字形區(qū)域搜索法的圖像拼接方法[J];計(jì)量與測(cè)試技術(shù);2005年01期

4 李波;一種基于小波和區(qū)域的圖像拼接方法[J];電子科技;2005年04期

5 陳世哲;胡濤;劉國(guó)棟;謝凱;劉炳國(guó);浦昭邦;;基于光柵的快速精確圖像拼接[J];光學(xué)精密工程;2006年02期

6 王靖;高雷;;圖像拼接的檢測(cè)[J];計(jì)算機(jī)安全;2006年07期

7 王長(zhǎng)纓;周明全;;一種基于局部金字塔分解的圖像拼接[J];西北大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年03期

8 馮桂蘭;田維堅(jiān);屈有山;張宏建;葛偉;;嵌入式高速DSP在視頻圖像拼接系統(tǒng)的應(yīng)用[J];彈箭與制導(dǎo)學(xué)報(bào);2006年S8期

9 田瑞娟;;圖像拼接融合技術(shù)在網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)中的應(yīng)用探究[J];兵工自動(dòng)化;2009年03期

10 劉偉;解凱;;基于對(duì)齊與優(yōu)化的圖像拼接[J];電腦知識(shí)與技術(shù);2010年08期

相關(guān)會(huì)議論文 前10條

1 田宏亮;王俊妮;岳鵬;;一種基于邊界閾值的圖像拼接融合算法[A];2013年（第五屆）西部光子學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

2 鄭金鑫;杜軍平;;基于Levenberg-Marquardt算法的圖像拼接研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第三分冊(cè)）[C];2009年

3 易端陽(yáng);唐萬(wàn)有;郝健強(qiáng);;印品檢測(cè)中相似測(cè)度算法在圖像拼接中的對(duì)比研究[A];顏色科學(xué)與技術(shù)——2012第二屆中國(guó)印刷與包裝學(xué)術(shù)會(huì)議論文摘要集[C];2012年

4 謝凌霄;張茂軍;王云麗;高輝;;基于特征匹配的無(wú)縫圖像拼接方法[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

5 高冠東;賈克斌;肖珂;;一種新的基于特征點(diǎn)匹配的圖像拼接方法[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

6 胡社教;陳宗海;劉年慶;;基于圖像灰度特征的全景圖像拼接[A];'2003系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2003年

7 馮桂蘭;田維堅(jiān);張薇;鮑峗;張宏建;;基于DSP的圖像拼接系統(tǒng)研究[A];中國(guó)光學(xué)學(xué)會(huì)2006年學(xué)術(shù)大會(huì)論文摘要集[C];2006年

8 賴力;周代全;黎川;王新;;Innova4100血管機(jī)下肢靜脈跟蹤造影中的圖像拼接[A];2010中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十八次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2010年

9 李騁進(jìn);;DR全下肢圖像拼接成像技術(shù)的臨床應(yīng)用[A];2010中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十八次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2010年

10 周劍軍;歐陽(yáng)寧;陳旭;黃先鋒;;一種基于Harris特征點(diǎn)的圖像拼接方法[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2008年

相關(guān)重要報(bào)紙文章 前2條

1 山東 貓咪老爸;圖像拼接 天衣無(wú)縫[N];電腦報(bào);2003年

2 本報(bào)記者 劉霞;放飛想象的翅膀(二)[N];科技日?qǐng)?bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 賈銀江;無(wú)人機(jī)遙感圖像拼接關(guān)鍵技術(shù)研究[D];東北農(nóng)業(yè)大學(xué);2016年

2 高健華;時(shí)空聯(lián)合調(diào)制型傅里葉變換紅外成像光譜儀光譜復(fù)原與圖像拼接研究[D];中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所;2017年

3 張樺;場(chǎng)景圖像拼接關(guān)鍵技術(shù)研究[D];天津大學(xué);2008年

4 邵向鑫;數(shù)字圖像拼接核心算法研究[D];吉林大學(xué);2010年

5 姜代紅;煤礦監(jiān)控圖像拼接與識(shí)別的方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

6 曾巒;基于不變特征的圖像拼接及軟同步直寫(xiě)硬盤(pán)記錄技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2012年

7 馮桂蘭;車載夜視導(dǎo)航系統(tǒng)的研究[D];中國(guó)科學(xué)院研究生院（西安光學(xué)精密機(jī)械研究所）;2007年

8 李新娥;大視場(chǎng)多光譜相機(jī)圖像拼接與融合技術(shù)研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2015年

9 朱云芳;基于圖像拼接的視頻編輯[D];浙江大學(xué);2006年

10 張德新;面陣航偵CCD相機(jī)系統(tǒng)設(shè)計(jì)及其圖像拼接技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 陳澤武;FPC光學(xué)缺陷檢測(cè)平臺(tái)中的關(guān)鍵圖像處理技術(shù)[D];華南理工大學(xué);2015年

2 殷娟娟;基于SIFT特征的巖石圖像拼接研究[D];西安石油大學(xué);2015年

3 岳昕;基于SIFT的全景圖像拼接方法研究[D];昆明理工大學(xué);2015年

4 徐忠洋;航拍圖像拼接算法的研究與實(shí)現(xiàn)[D];遼寧大學(xué);2015年

5 吳金津;改進(jìn)的SIFT算法及其在圖像拼接中的應(yīng)用[D];湖南工業(yè)大學(xué);2015年

6 王鵬程;基于DSP的視頻拼接技術(shù)的研究[D];湖南工業(yè)大學(xué);2015年

7 宋佳乾;視頻圖像拼接優(yōu)化算法實(shí)現(xiàn)研究[D];寧夏大學(xué);2015年

8 王瑞霞;基于SIFT配準(zhǔn)算法的全景圖像拼接系統(tǒng)的FPGA實(shí)現(xiàn)[D];南京理工大學(xué);2015年

9 王迪;多傳感器圖像拼接、融合與系統(tǒng)實(shí)現(xiàn)[D];南京理工大學(xué);2015年

10 高琦;攝影測(cè)量系統(tǒng)中基于SIFT算法的柱面全景圖像拼接實(shí)現(xiàn)[D];華中師范大學(xué);2015年

，

本文編號(hào)：1593592