基于特征点的图像拼接关键技术研究-交通信息工程及控制专业论文.docx

万方数据 万方数据 摘 要 图像拼接技术是图像处理领域一个重要的研究方向，在计算机视觉、遥感技术、智 能交通等领域有着广泛应用。目前实现图像拼接的算法普遍存在计算复杂度高、拼接效 果不理想等问题，对此，论文针对实现图像配准的传统 RANSAC 算法原始数据集庞大、 迭代次数多、误匹配数量多的缺点，以及实现图像融合的传统渐入渐出法在重叠区域较 大的情况下产生的虚影问题进行研究，提出相应的改进算法，并通过实验对改进算法的 有效性进行论证。论文主要工作如下： （1）构建了一种基于特征点的图像拼接架构。对参考-待拼接图像进行预处理后，采用 SIFT 算法进行特征点检测，然后采用 k-d tree 最近邻搜索算法实现特征点的初步匹配， 再采用一种基于几何约束的 RANSAC 改进算法实现图像配准，最后利用双线性插值法 以及对重叠区域进行阈值修正后的渐入渐出法实现图像融合。 （2）深入研究和分析了 SIFT 特征点检测以及 Harris 角点检测算法，通过实验结果对两 种算法在特征点数、匹配对数、匹配率、运行时间四个方面进行对比分析。 （3）提出了一种基于几何约束的 RANSAC 改进算法。针对传统 RANSAC 算法存在的 原始数据集庞大、迭代次数多、误匹配数量多的缺点，提出利用各匹配点对之间存在的 两个几何关系：一是每一对匹配点的欧式距离相等；二是每一对匹配点连线的斜率相等， 建立几何约束模型对 RANSAC 算法的原始数据集进行预筛选，以减少数据集中的数据量 并消除其中的误匹配数据，从而减少算法的迭代次数和运算量。 （4）提出了一种利用阈值修正重叠区域的渐入渐出改进方法。针对传统渐入渐出法在 融合具有较大重叠度的参考-待拼接时融合结果存在大量虚影的问题，论文提出先利用 阈值对重叠区域进行修正，然后采用渐入渐出法实现图像融合，从而有效消除虚影，得 到理想的融合结果。 论文基于 VC 开发环境调用 OpenCV 图像处理函数库，通过编写 C 语言对整个图像 拼接算法架构加以实现，并进行了大量实验对论文所提算法进行验证。通过对 RANSAC 改进前后算法在匹配对数、迭代次数以及乘、加运算量等方面的分析对比，证明了该改 进算法能有效提高算法效率。通过融合结果的对比证明了论文提出的阈值修正重叠区域 的渐入渐出改进方法能很大程度消除虚影。实验结果表明论文提出的拼接算法架构能够 完整实现不同场景的拼接，算法耗时较短且能得到理想的拼接效果。 关键词：图像拼接，特征点，几何约束，阈值修正，图像融合 i Abstract Image mosaic is an important research direction in image processing field. and has been widely used to such fields as computer vision, remote sensing technology, intelligent transportation, etc.. However, image mosaic algorithms at present commonly have high comput ational complexity and poo r mosaic effect. So this paper focus on the huge original data set, a lot of iterations and many false matches exist in the traditional RANSAC algorithm which be used in image registration, and the problem of a large number of ghost caused by using traditional Fade in-Fade out algorithm to fuse the images which overlap in large degree, proposing corresponding improved algorithms and verify the effectiveness of the improved algorithm by experiments. The major work of present paper is as follows: （1）Constructing an image mosaic structure based on feature points. After pre-processing the reference-stitched images, detecting the feature