基于特征的圖像配準與拼接技術.pdf

1、視覺是人類獲取信息的主要途徑之一,而圖像正是我們通過視覺獲得信息的主要手段.在現(xiàn)階段的工程項目和科學研究中,經常需要寬視角且高分辨率的圖像.普通獲取圖像的設備無法直接得到這種圖像,而能夠獲取廣角圖像的魚眼鏡頭等設備價格昂貴且使用復雜,得到的圖像也存在失真和分辨率不規(guī)則等問題.為解決這些難題而提出了圖像拼接技術,它可以將一組相互有重疊部分的圖像通過配準融合等技術拼接成一幅寬視野和高分辨率的大圖像.圖像拼接技術也已廣泛的應用于虛擬現(xiàn)實、醫(yī)學

2、圖像處理、遙感技術、公安取證及航天航空等研究領域.
　　本文對圖像拼接的基礎理論做了研究和討論.圖像預處理是在配準前對圖像進行去噪或增強處理,還可以粗略進行圖像定位,來提高配準精度及效率.圖像配準的最終目的是尋找圖像之間的變換關系求出變換矩陣,是圖像拼接中最核心的步驟,它直接影響到圖像拼接的成敗.主要有三種方法:基于灰度信息方法,基于變換域方法,基于特征方法.基于特征的圖像配準有較強的適應性,是目前的研究熱點.常用的幾何特征包括:

3、點,邊緣,輪廓,以及統(tǒng)計特征等.常用特征提取算法有:Moravec角點檢測算法,SUSAN角點檢測算法以及Harris角點檢測算法.融合技術可以消除拼接后大圖像的失真和明顯的接縫.
　　基于以上研究提出了一種SIFT和Krawtchouk矩不變量相結合的圖像配準方法.SIFT是基于尺度空間的配準方法,對圖像旋轉縮放等變換能保持很好的不變性。但該算法的描述向量維數(shù)較高,增加了匹配階段的計算量,嚴重影響了匹配的速度,而且要占用大量的存