基于特征点的多幅图像拼接技术研究(2)
Keywords ： Image registration; Image fusion; Image mosaic; The SIFT features algorithm; RANSAC algorithm; K-D algorithm; Image conversion matrix
目 录
1绪论.1
1.1 引言.1
1.2背景及意义1
1.2.1 研究背景2
1.2.2 研究意义2
1.3 国内外研究现状.2
1.3.1 图像配准研究现状2
1.3.2 图像融合研究现状3
1.4 本文研究工作及章节安排.4
2 图像拼接理论基础及主要技术.6
2.1 基本坐标系6
2.2 参数变换模型 7
2.3 图像配准技术.10
2.4 图像融合技术.11
3. 基于SIFT算法的特征点的提取与图像配准14
3.1 SIFT特征提取算法.14
3.1.1 建立尺度空间15
3.1.2 高斯模糊15
3.1.3 建立高斯金字塔17
3.1.4 建立高斯差分金字塔18
3.1.5 寻找局部极值点19
3.1.6 精确寻找极值点20
3.1.7 关键点的方向分配21
3.1.8 描述子的生成22
3.1.9 SIFT的缺点23
3.2 利用欧式距离比进行特征点的匹配.24
3.2.1 K-D树简介.24
3.2.2 K-D算法.24
3.2.3通过K-D算法用欧式距离比进行特征点的匹配24
3.3 图像变换矩阵.25
3.3.1 根据匹配特征点求图像变换矩阵25
3.3.2 利用RANSAC算法完成精匹配25
3.3.2.1 RANSAC算法基本假设与步骤.25
3.3.2.2 RANSAC算法伪码.26
3.3.2.3 RANSAC在消除错配中的应用.27
3.3.2.4 RANSAC算法的优点与缺点.27
3.4 误差估计.28
3.5 实验结果分析.28
4. 图像融合与多幅图像拼接的实现35
4.1 ROI的确定.35
4.2 三种融合方法36
4.3 多幅图像拼接的实现37
4.4 实验结果分析38
5. 总结与展望41
5.1 总结41
5.2 展望41
致谢.43
参考文献.44
1绪论
1.1 引言
随着计算机视觉也越来越广泛的应用在了生活的各个领域中，人们对图像拼接技术的发展和应用也越来越重视，所以图像拼接的技术也再不断的改进和创新。
图像拼接的目的是要将多幅来自同一场景的具有一定重叠区域的小尺寸图像合成为一幅大尺寸，具有大视场角的图像，甚至是某一大型场景的全景图像，这一技术在虚拟现实领域、医学图像处理领域、遥感技术领域和军事领域中均有广泛的应用。因此，也越来越成为计算机视觉中的一个热点领域。
在大多数情况下，我们都可以很容易的获取生活中的各种分离图片。然而，随着人们对世界探索的加深，如海底勘探、遥感测量、医学图像分析、军事情报分析、商业广告、日常娱乐等，人们对全景图的需求是越来越多，而图像拼接技术就是一种获取宽视野，高分辨率全景图的一种技术，恰好可以满足人们的需求。
1.2背景及意义
1.2.1 研究背景
图像拼接(image mosaic)是一个日益流行的研究领域，他已经成为照相绘图学、计算机视觉、图像处理和计算机图形学研究中的热点。图像拼接解决的问题一般式，通过对齐一系列空间重叠的图像，构成一个无缝的、高清晰的图像，它具有比单个图像更高的分辨率和更大的视野。
早期的图像拼接研究一直用于照相绘图学，主要是对大量航拍或卫星的图像的整合。近年来随着图像拼接技术的研究和发展，它使基于图像的绘制（IBR）成为结合两个互补领域——计算机视觉和计算机图形学的坚决焦点，在计算机视觉领域中，图像拼接成为对可视化场景描述（Visual Scene Representaions）的主要研究方法：在计算机形学中，现实世界的图像过去一直用于环境贴图，即合成静态的背景和增加合成物体真实感的贴图，图像拼接可以使IBR从一系列真是图像中快速绘制具有真实感的新视图。