大视场背景下的图像拼接成像方法研究与验证.docx

摘要1Abstract2第一章绪论51.1大视场下届瓯象基质研金鲁京51.2 大视场背景下的图像拼接的研究意义51.3 大视场背景下的图像拼接的应用领域和研究现状61.3.1 1应用领域61.3.2 国外研究现状41.3.3 国内研究现状51.4 本文内容及结构安排71. 4.1本文主要工作内容82. 4.2论文的组织和结构8第二章大视场背景下的图像拼接的基础原理分析93. 1图像拼接的流程92.2 图像拼接的预处理102. 2.1彩色图到灰度图的转换103. 2.2图像矫正104. 2.3图像去噪102.3 图像配准的基本概念112.4 图像融合112. 4.1图像融合的目的113. 4.2图像融合技术分类122.5 实验结果142.6 本章小结14第三章大视场背景下的图像配准算法分析153.1 图像的变换模型介绍153.2 基于灰度信息的算法分析163. 2.1互相关法164. 2.2序贯相似度检测法175. 2.3互信息法173.3 基于变换域的算法分析173.4 基于特征的算法分析193. 4.1基于点特征的算法194. 4.2基于边缘特征和区域特征的算法213.5实验结果223.6本章小结22第四章基于图像相位相关的图像拼接算法分析234. 1阈值分割边缘检测234. 1.1传统阈值分割234. 1.2自适应阈值分割234. 1.3迭代阈值分割法245. 1.4边缘特征提取算法254.2基于边缘扩展相位相关的图像拼接算法254.2.1相位相关法264.2.2扩展相位相关法274.3 实验结果284.4 本章小结32第五章基于HarriS角点检测的图像拼接算法分析335.1 角点提取算子335.2 HarriS角点检测原理335.2.1柱面投影生成335.2.2HarriS角点提取345.3RANSAC算法的原理345.4实验结果355. 5本章、结39第六章总结与展望406. 1论文总结406.2工作展望40参考文献41摘要大视场背景下的图像拼接理论、技术和方法是当前图像处理领域的一个研究热点，主要解决由于成像设备的视角限制，而不可以直接拍摄到360度全视场图像的问题。该项研究的进展对推动大地测绘、医学影像合成、军用全景成像作战支持系统，以及民用全景相机等技术的提升具有十分重要的现实意义和明显的工程应用前景。本文对大视场背景下的图像拼接的算法进行了深入的研究和分析，具体的工作和成果如下：1、深入了解了大视场背景下的图像拼接技术的研究意义和应用领域。深入了解了国外与国内的大视场背景下的图像拼接技术的发展历史与状况。了解到大视场背景下的图像拼接技术具有深厚的历史底蕴与发展前景。在生活的各个方面都能够运用到它，它具有极高的价值。2、认真学习了大视场背景下的图像拼接技术的基础流程，包括图像的获取、图像的预处理、图像的配准、图像的变换模型、图像的融合技术直到最后完成大视场背景下的图像拼接。3、重点分析了大视场背景下的图像配准算法,包括基于灰度信息的算法、基于变换域的算法、基于特征的算法。基于灰度信息的算法包括了互相关法、序贯相似度检测法和互信息法。基于特征的算法包括了基于特征点的算法、基于边缘特征的算法和基于区域特征的算法。4、分析实验了一种基于图像相位相关的图像拼接算法，这个算法使用了迭代阈值分割与Canny边缘检测算子相结合的算法提取图像边缘，再利用扩展相位相关法来计算图像间的配准参数，从而进行图像拼接，并用渐入渐出法融合拼接后的图像。通过实验可以看出该算法简单，不需大量计算，能够有效的实现图像的拼接。5、分析实验了一种基于特征点的图像拼接，在提取特征点和检测中做了一些详细的研究，在图像的特征点上，本文中提出了一种基于HarriS算法结合鲁棒性较高的RANSAC算法提纯匹配点的算法，其主要的思想在于去除经典Harris算法中出现的特征点聚集，这样大大减少了RANSAC算法进行图像配准的运算时间。提高了大视场背景下的图像拼接算法的速度与精度。关键词：全景拼接；图像配准；特征提取；图像融合AbstractUnderthebackgroundoflargefieldofviewimagemosaictheory,technologyandmethodisahotspotinthefieldofimageprocessing,whichmainlysolvesduetorestrictionsfromtheperspectiveoftheimagingdeviceandnottotakea360degreefieldofviewimage.Theprogressofthestudyonpromotinglandsurveying,medicalimagesynthesis,protectionpanoramicimagingcombatsupportsystem,andcivilpanoramiccameratechnologyhasveryimportantpracticalsignificanceandobviousengineeringapplication.Inthispaper,thealgorithmofimagemosaicinlargefieldofviewisdeeplystudiedandanalyzed,andthespecificworkandresultsareasfollows:1、Indepthunderstandingoftheresearchsignificanceandapplicationfieldofimagemosaictechnologyinlargefieldofview.Indepthunderstandingofthehistoryandstatusofthedevelopmentofimagemosaictechnologyinthelargefieldofviewofforeignanddomesticlargefieldofview.Understandingtheimagemosaictechnologywithlargefieldofviewhasaprofoundhistoricalbackgroundanddevelopmentprospects.Inallaspectsoflifecanbeappliedtoit,ithasaveryhighvalue.2、Seriousstudyofthelargefieldofviewunderthebackgroundofimagemosaictechnologybasedprocess,includingimageacquisition,imagepreprocessing,imageregistration,imagetransformationmodel,imagefusiontechnologyuntilfinallycompletedunderthebackgroundoflargefieldofviewimagemosaic.3、Theimageregistrationalgorithmbasedonthelargefieldofviewisanalyzed,includingthealgorithmbasedonthegraylevelinformation,thealgorithmbasedonthetransformdomainandthefeaturebasedalgorithm.Thealgorithmbasedongraylevelinformationincludescrosscorrelationmethod,sequentialsimilaritydetectionmethodandmutualinformationmethod.Featurebasedalgorithmsincludefeaturepointsbasedalgorithm,edgefeaturebasedalgorithmandregionbasedalgorithm.4、Experimentalanalysisoftheaphasecorrelationimageimagemosaicalgorithmbasedon,thealgorithmusedalgorithmcombiningiterativethresholdsegmentationandCannyedgedetectionoperatorimageedgeextraction,theextendedphasecorrelationmethodtocomputetheimageregistrationparameters,andfigure,imagemosaicing,andfadeinandfadeoutmethodfusionsplicingimages.Theexperimentcanbeseenthatthealgorithmissimple,doesnotneedalargeamountofcomputation,andcaneffectivelyrealizetheimagemosaic.5、Analysisofexperimentakindofimagemosaicbasedonfeaturepointsandintheextractionoffeaturepointsdetectinganddosomedetailedresearch,onimagefeaturepoints,thispaperproposedabasedonHarrisalgorithmwithhighrobustnessofRANSACalgorithmandpurificationofpointmatchingalgorithm.ThemainideaisremovalofclassicalHarrisalgorithmoffeaturepointsareclustered,therebygreatlyreducingtheRANSACalgorithmthecalculationtimeofimageregistration.Improvethespeedandaccuracyofimagemosaicalgorithminlargefieldofview.Feature extraction；Keywords:Panoramicstitching；Imageregistration；Imagefusion.第一章绪论图像拼接应用广泛的数字图像处理的技术。根据不同特征点的之间的相互匹配，就可以将很多张小视角的数字图像拼接成为一张大视角的图像，拼接之后与原始图像很接近，失真较小。开始源于人们的摄影技术，如果相机的视野远小于人们的视野的时候，我们首先想到的是将多个不同的地点的图像拼接成一幅全景图。由于科学技术的脚步不断前进，拼接技术在数字图像处理、卫星图像处理、医学图像处理等领域都有广泛的使用。在上个世纪80年代图像拼接技术开始应用于航天技术和宇航照片的处理之上。1.1 大视场背景下的图像拼接的研究背景图像拼接在科学技术的各个行业中都有着至关重要的角色，从1965年往后，电子技术和计算机技术的快速发展，图像处理技术也进入了一个高速发展的时期，现在广泛应用于医学，军事，航天技术等各个领域。在日常生活中，摄影技术的发展使得我们不满足于图像大小，在争取全景图的同时，往往限制于图像分辨率的问题，种种的情况使得图像的大小和图