題-1_100_100.jpg)
基本信息
- 項目名稱：
- 基于改進(jìn)的層級式分類樹匹配的球面
- 小類：
- 信息技術(shù)
- 簡介：
- 圖像球面拼接是一種將從現(xiàn)實(shí)世界獲取的一組圖像經(jīng)過自動化處理拼合成一幅大視野場景圖像的技術(shù)。目前該技術(shù)在攝影測量、全景視頻監(jiān)控、虛擬現(xiàn)實(shí)和圖像壓縮等領(lǐng)域得到越來越廣泛的應(yīng)用。本文對圖像球面拼接技術(shù)進(jìn)行了深入的研究，并在特征點(diǎn)匹配和拼接效果優(yōu)化兩方面進(jìn)行了改進(jìn)。
- 詳細(xì)介紹：
- 首先，對比分析了將圖像映射到平面、柱面和球面三種不同拼接面上的特點(diǎn)。對不同拼接面，變換模型所需的參數(shù)數(shù)目不同，同時對相機(jī)拍攝時運(yùn)動模型的要求也有所不同。實(shí)驗結(jié)果表明將同一組圖像映射到不同拼接面上，最終拼接效果有很大差異。 然后，設(shè)計并實(shí)現(xiàn)了基于圖像特征點(diǎn)檢測與匹配的球面拼接方法。該方法首先提取圖像特征點(diǎn)；然后利用本文改進(jìn)的層級式分類樹的匹配方法完成特征點(diǎn)快速匹配；接著使用RANSAC法計算圖像間變換關(guān)系；最后將圖像變換到球面拼接。實(shí)驗表明這種方法在圖像有較復(fù)雜變換關(guān)系時，依然能獲取較好的拼接結(jié)果。 接著，設(shè)計了一種圖像球面拼接后期處理的方法。即首先將對齊后的圖像根據(jù)重疊區(qū)域的亮度差異進(jìn)行增益補(bǔ)償，然后利用差異區(qū)域的方法去除可能出現(xiàn)的殘影，最后利用多通道融合的方法生成無縫的拼接圖像。 最后分析了論文研究中還需解決的問題并為進(jìn)一步研究提供了參考方向。
作品圖片
作品專業(yè)信息
撰寫目的和基本思路
- 目的是設(shè)計并實(shí)現(xiàn)一種基于特征點(diǎn)檢測和匹配技術(shù)的快速球面拼接系統(tǒng)；同時實(shí)現(xiàn)圖像無縫和無殘影拼接。 基本思路是：首先利用SIFT或SURF算法提取圖像特征點(diǎn)。再利用的基于聚類的分類樹的特征點(diǎn)匹配方法完成特征點(diǎn)快速匹配；接著使用RANSAC法計算圖像間變換關(guān)系，然后進(jìn)行全局優(yōu)化。對球面上幾何對齊后的圖像根據(jù)重疊區(qū)域的亮度差異進(jìn)行增益補(bǔ)償；最后對生成無縫的拼接圖像。
科學(xué)性、先進(jìn)性及獨(dú)特之處
- 1.在特征點(diǎn)匹配階段，采用改進(jìn)的基于層級式分類樹的快速特征點(diǎn)匹配方法。 2.變換模型參數(shù)估計時，除了利用常用的透視投影變換模型外，引Rodriguez’s方程描述的旋轉(zhuǎn)矩陣模型。 3.引入“光流平差（bundle adjustment）”法 對圖像序列的變換矩陣進(jìn)行全局調(diào)整，使其實(shí)現(xiàn)局部對齊的同時，全局誤差能降到最低。 4．在拼接效果優(yōu)化時，采用簡化的增益補(bǔ)償和多通道融合方法。
應(yīng)用價值和現(xiàn)實(shí)意義
- 圖像拼接技術(shù)有廣泛的應(yīng)用領(lǐng)域。早期，圖像拼接主要用于生成大的航空和衛(wèi)星圖片；到上世紀(jì)末，應(yīng)用范圍擴(kuò)大到包括變化檢測、視頻壓縮、視頻檢索以及醫(yī)學(xué)成像等領(lǐng)域；目前，利用圖像拼接技術(shù)生成的全景圖像還廣泛用于創(chuàng)建虛擬環(huán)境和虛擬漫游等虛擬現(xiàn)實(shí)中以及全景視頻監(jiān)控、自動化預(yù)警等領(lǐng)域。因此，圖像拼接技術(shù)作為很多應(yīng)用的基礎(chǔ)，依然是當(dāng)前的熱點(diǎn)研究領(lǐng)域。
學(xué)術(shù)論文摘要
- 該方法首先利用SIFT或SURF算法提取圖像特征點(diǎn)；然后利用經(jīng)過本文改進(jìn)后的基于聚類的分類樹的特征點(diǎn)匹配方法完成特征點(diǎn)快速匹配； 接著使用RANSAC法計算圖像間變換關(guān)系；將圖像變換到拼接面拼接。 研究了將圖像映射到平面、柱面和球面三種不同拼接面上變換關(guān)系及其特點(diǎn)。 設(shè)計并實(shí)現(xiàn)了一種圖像拼接后期處理的方法。 最后分析了論文研究中還需解決的問題并為進(jìn)一步研究提供了參考方向
獲獎情況
- 無
鑒定結(jié)果
- 無
參考文獻(xiàn)
- 王娟,吳憲祥.圖像拼接技術(shù)綜述[J]. 周劍軍,歐陽寧等. 基于 RANSAC 的圖像拼接方法[J]. 張顯偉,李為民. 一種改進(jìn)的Fourier-Mellin變換的圖像拼接的技術(shù)[J]. Tinne Tuytelaars and Krystian Mikolajczyk, Local Invariant Feature Detectors: A Survey [J], David G. Lowe, Distinctive Image Features from Scale-Invariant Key points[J], H. Bay,T. Tuytelaars and L. Van Gool, Speeded-up robust features (SURF)[J] Aseem Agarwala, Mira Dontcheva, Maneesh Agrawala,etc. Interactive Digital Photomontage[C], Uyttendaele, M.; Eden, A.; Skeliski, R., Eliminating ghosting and exposure artifacts in image mosaics[C],
同類課題研究水平概述
- Barbara Zitova′和 Jan Flusser[1]總結(jié)了圖像匹配技術(shù)的基本理論以及它們的主要方法。 由于圖像匹配應(yīng)用類型廣泛，對于各種情況的匹配，并沒有一種通用的方法。 在國內(nèi)，圖像拼接也是一個熱點(diǎn)研究領(lǐng)域，盡管國內(nèi)圖像拼接技術(shù)起步較晚，但發(fā)展速度很快。目前，國內(nèi)發(fā)表的有關(guān)圖像拼接的論文主要有兩大類型：一類是對國外拼接理論的實(shí)驗分析和模擬，另一類是將成熟的拼接算法應(yīng)用到不同領(lǐng)域圖像的研究。
