图像拼接方法综述.doc

图像拼接方法综述.doc

ID:53293760

大小:83.50 KB

页数:7页

时间:2020-04-03

图像拼接方法综述.doc_第1页
图像拼接方法综述.doc_第2页
图像拼接方法综述.doc_第3页
图像拼接方法综述.doc_第4页
图像拼接方法综述.doc_第5页
资源描述:

《图像拼接方法综述.doc》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、图像拼接方法综述罗群明施霖昆明理工大学信息工程与自动化学院摘要:概述了图像拼接的基木理论和一般过程,分类介绍了各种图像配准方法的原理和优缺点,重点分析了基于特征的图像配准技术,详细阐述了随机采样一致算法在基于特征的图像配准技术中的应用。关键词:图像拼接;配准;特征兀配;全景图像;作者简介:罗群明(198沪),男,硕士研究生,主要研究方向为图像处理。作者简介:施霖(1972-),男,通讯作者,博士,副教授,主要从事实验心理学、计算机软件、计算机应用方而的研究工作。收稿日期:2016-09-30基金:国家自然科学基金资助项目(61368005)Reviewonimagestit

2、chingmethodsLUOQun-mingSHILinFacultyofInforma/tionEngineeringandAutoination,KunmingUniversityofScienceandTechnology;Abstract:Thebasictheoryandgeneralimagestitchingprocessaresummarized・Thevariousimageregistrationmethodprinciples,advantagesanddisadvantagesareintroducedandclassified,andthefea

3、tUTe-basedimageregistrationtechniqueareanalyzed.Applicationofrandomsamplingconsensusalgorithminfeature-basedimageregistrationaredescribedindetail.Keyword:imagestitching;registration;featurematching;panoramicimage;Received:2016-09-300引言近年來,随着摄像设备的普及,越來越多的领域应用了图像分析技术來研究和处理各种各样的问题,从而对采集的图像提出更

4、高的要求山。由于摄像设备的物理限制,采集到的图像总是不能满足人们的宽视角、高分辨率的要求。而获取全景图像的硬件设备(全景相机、广角镜头等)一般比较昂贵,不适合普遍应用,于是人们提出了利用计算机进行图像拼接來获得全景图的方法。图像拼接是指将一组相互之间存在重叠部分的图像,经过各种图像变换、图像配准和图像融合等形成一个宽视角(甚至是360。视角)的、高分辨率的全景图的技术,涉及计算机图形学、计算机视觉、图像处理和模式识别等多个学科,广泛应用于宇宙空间探测、I矢学图像、视频检索、虚拟现实等多个领域[2,3]。在虚拟现实中,关键在于牛产高质量的虚拟场景,利用图像拼接技术形成的全景图

5、具有真实感强、图像生产速度快、实时性好、硬件要求低的优点在医学影像学方而,大幅度的全景图像能帮助医生对病灶及其周围部位的情况进行全而、直观地观察世1。在获取I矢学全景图像时,通过图像拼接技术来获得全景平面或立体图像,是一种有效的解决途径。木文对图像配准方法进行分类分析并讨论其优劣。1图像拼接基本流程图像拼接的慕本流程包括图像预处理、图像配准、图像融合等。图像预处理的冃的是增强图像的细节信息,抑制噪声,改善图像质量西1。图像配准是图像拼接成功的关键in,即将不同传感器所采集到的同一场景的多光谱、多波段或同一传感器在不同时间、不同方位、不同条件下(气候、亮度等)获得的同一场景的

6、两幅或多幅图像进行匹配、对齐的过程,所以,图像配准方法的不同直接决定了图像拼接的优劣童1。图像配准方法主要分为基于区域的图像拼接方法和基于特征的图像拼接方法。2基于区域的图像配准方法基于区域的配准方法利用图像像素间相关性强度大小进行对齐。首先,在一个图像中选择兴趣点,然后在另一个图像中利用互相关搜索对应的像素点。基于区域的方法优点是使用所有可利用的图像数据,能提供非常精确的配准,但缺点是需要一个复杂的初始化空1。相关性方法是传统的配准方法,该类方法直接利用图像的灰度信息计算图像的相似度,这就需要根据待配准图像的特点选择相应的度量函数,通过一种或几种最优化算法寻找一个最佳空间

7、变换。这类方法一般不需要对图像进行复杂的预处理,实现简单,缺点是应用范围较窄,运算量大。KuglinCD和Hines提出了相位相关法XM,通过傅里叶变换将图像由空域变换到频域,利用互功率谱中的相位信息进行图像配准。该方法对亮度变化不敏感,并且可用于从不同传感器获得的图像,但配准结果依赖于信号的特性和噪声。如果图像受到某个很窄频段内的噪声污染(低频噪声或尖刺杂声),白化过程可以有效地消除这些区域中的噪声影响。但是,如果图像中某些区域信噪比很低,白化过程反而会恶化结果。DeCastro和MorandiC提出了一种扩展的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。