全景图像拼接关键技术研究(源码)【字数：9928】
摘 要摘 要全景图像是指一种宽视角的图像。随着现在数码技术的成熟，使用一些专门的摄像设备，我们就可以直接拍摄出全景图像。但是这些专门的摄像设备往往因为其价格比较昂贵，很少在日常生活中使用。在目前，大多采用普通相机拍摄多张具有重叠区域的图像，最后通过一定的图像拼接技术，把这些图像拼接成一张全景图像。随着图像拼接技术的发展，拼接后的全景图效果越来越理想。同时，图像拼接的应用范围是非常广泛的，它可以运用在虚拟现实，卫星照片的处理以及医学图像的处理等。本文主要介绍介绍现在存在的比较经典的基于特征点的图像拼接技术和总结图像拼接技术，并且在实际项目中完成了应用，实现了三张数字图像之间的全景图像拼接。本文主要包括以下几个方面针对传统的Harris角点检测算法，采取了更加高效的方法进行检测，即通过压缩非最大角点响应值，实现较为快速的挑选出Harris角点响应值较大的角点。之后没有采用传统的Harris角点检测之后采用的NCC相似性度量，而是采用了欧式距离平方的方法对Harris角点进行粗匹配。之后同过RANSAC算法对伪配点对进行剔除，并据此计算出变换矩阵，完成全景图像的拼接。关键字 全景图像；图像拼接；欧式距离；特征提取
目 录
第一章 绪论 1
1.1引言 1
1.2研究课题的背景和意义 1
1.3国内外研究现状 1
1.3.1 国外研究现状 2
1.3.2 国内研究现状 4
1.4论文的主要工作 4
1.5论文的组织结构 4
1.6本章小结 5
第二章 图像拼接技术综述 6
2.1引言 6
2.2 图像处理流程 6
2.3图像获取 7
2.4图像预处理 8
2.5图像配准 8
2.5.1 基于模板的匹配 8
2.5.2基于特征的匹配 9
2.5.3基于灰度的匹配 10
2.5.4基于变换域的匹配 11
2.6图像融合 11
2.6.1图像融合的级别 11
2.7本章小结 12
第三章 基于特征点配准的图像拼接算法 13
3.1 *好棒文|www.hbsrm.com +Q: #351916072#
引言 13
3.2 Harris角点检测 13
3.2.1 角点 13
3.2.2 Harris的基本原理 13
3.2.3 Harris算法的流程 15
3.2.4 Harris 角点的性质 16
3.3配准算法 17
3.3.1归一化互相关配准 17
3.4随机抽样一致性（RANSAC）算法 17
3.4.1 RANSAC算法简介 17
3.4.2 RANSAC的基本思想 18
3.4.3具体的算法流程 18
3.5本章小结 19
第四章 全景图像拼接系统的实现 20
4.1引言 20
4.2拼接系统的总体框架 20
4.3 功能模块 21
4.3.1界面设计 21
4.3.2图像预处理 21
4.2.3 图像的配准 22
4.2.4图像的融合 25
4.3实验结果分析 25
4.4本章小结 26
第五章 结论和展望 27
5.1结论 27
5.2展望 27
致 谢 28
参考文献 29
第一章 绪论
1.1引言
在展览馆中，我们常常见到一些惟妙惟肖的宽角度、大视野的摄影作品。这些作品往往是那些专业的摄影师们采用专门的摄像器材拍摄采集到的。在医院，我们进行胸透的时候，常常看到X光片上包含许多张小图像，而进行采集的时候，往往是用放射物质，对人体特定部位的每个横切面进行扫描拍摄，最终实现通过每个横切面上人体器官图像的变换，以此来判断病人的病情。在太空探索中，人类将卫星发射到太空，用摄像机拍摄行星的表面，来进行未知世界的探索。虽然每一次采集到的图像范围并不是很大，但我们可以通过一定的图像处理技术，将其拼接起来，大致再现行星的外貌。这，就是图像拼接。图像拼接，已经广泛地运用在生活的方方面面。例如，当我们拍摄整个学院或者学校的毕业留念照的时候，我们就可以采用普通的相机进行拍摄。显然这不能清晰地把所有学院的学生拍进去，这时候就需要图像拼接。我们可以拍摄很多张具有重叠区域的图片，最后通过一定的图像拼接技术，把这些照片拼接成一张大的照片，将瞬间的美好定格成永恒。
1.2研究课题的背景和意义
自从成像设备出现以来，人类在图像学方面的追求和探索从未止步。人类正是对新技术，新方法的执着追求，不断创新，才有了我们如今的智能时代。智能时代要求我们的产品和研究更加智能化。随着虚拟现实技术的出现，人们对于其追求更是到达了前所未有的高度。虚拟现实中，我们除了需要对物体进行三维建模，还需要大量的图像。我们难以用一张图片采集到一个物体的所有层面的信息。常常，我们对一个物体表面采集往往需要大量的图片。之后，我们将这些大量的图片进行处理，把这些照片拼接成一张大的图片，再现其物体的表面。但是，至今为止，我们只能对特定的图像集中图像进行拼接。不同的图像，往往要采用不同的算法来进行处理，并且拼接后的效果各异。虽然，如今的智能手机的相机里都拥有了全景拍摄的功能，但是拍摄出来的图片效果不是很理想[1]。尤其是，当我们的手机进行旋转拍摄的时候，如果旋转的速度不均匀，拍摄出来的全景图质量是非常不理想的。如果，手机在拍摄旋转的时候进行上下抖动，拍摄出来的全景图像更可能会存在严重的配准错位。过去采用的特殊摄像器材来获得宽视角，大视野和高分辨率的图像虽然很大程度上在今天并未普及。取而代之的是智能手机和数码相机等成像设备现。照相已经成为了人们日常生活记录和分享美好生活精彩瞬间的一部分。人们可以通过拍摄一些具有重叠区域的离散的图像序列，之后再使用一定的图像处理方法改善图像质量，实现这些离散序列图像较为完美的拼接，这样我们同样也可以据此获得宽视角，大视野，高分辨率的图像。若是采用自动拼接相机拍摄全景图像往往是由于其拼接效果不是特别理想并没有得到广泛普及。
图像拼接技术就是将那些不同时间，不同视角或者不同传感器采集到的很多张图像进行拼接的技术[2]。这些图像要求必须要有一定的重叠部分，根据这些重叠部分配准，最后统一坐标系将这些图像拼成一幅大型的无缝高分辨率图像。在图像的拼接技术中，最为关键的两个技术就是图像配准和图像融合。图像配准（Image registration）就是把在不同的拍摄时间、从不同传感器（成像设备）所得到或者在不同条件下所获取的两幅或多幅图像进行匹配、叠加的过程。图像的配准已经在诸多领域被广泛地应用。特别是在遥感数据分析、计算机视觉、图像处理等领域。图像融合（Image Fusion）主要处理的是将来自多源信道所采集到的关于同一目标的图像数据。将这些图像经过图像处理技术和计算机技术等，尽可能多地提取各自信道中的有利信息，最后综合采集到的图像信息将其处理成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。
目 录
第一章 绪论 1
1.1引言 1
1.2研究课题的背景和意义 1
1.3国内外研究现状 1
1.3.1 国外研究现状 2
1.3.2 国内研究现状 4
1.4论文的主要工作 4
1.5论文的组织结构 4
1.6本章小结 5
第二章 图像拼接技术综述 6
2.1引言 6
2.2 图像处理流程 6
2.3图像获取 7
2.4图像预处理 8
2.5图像配准 8
2.5.1 基于模板的匹配 8
2.5.2基于特征的匹配 9
2.5.3基于灰度的匹配 10
2.5.4基于变换域的匹配 11
2.6图像融合 11
2.6.1图像融合的级别 11
2.7本章小结 12
第三章 基于特征点配准的图像拼接算法 13
3.1 *好棒文|www.hbsrm.com +Q: #351916072#
引言 13
3.2 Harris角点检测 13
3.2.1 角点 13
3.2.2 Harris的基本原理 13
3.2.3 Harris算法的流程 15
3.2.4 Harris 角点的性质 16
3.3配准算法 17
3.3.1归一化互相关配准 17
3.4随机抽样一致性（RANSAC）算法 17
3.4.1 RANSAC算法简介 17
3.4.2 RANSAC的基本思想 18
3.4.3具体的算法流程 18
3.5本章小结 19
第四章 全景图像拼接系统的实现 20
4.1引言 20
4.2拼接系统的总体框架 20
4.3 功能模块 21
4.3.1界面设计 21
4.3.2图像预处理 21
4.2.3 图像的配准 22
4.2.4图像的融合 25
4.3实验结果分析 25
4.4本章小结 26
第五章 结论和展望 27
5.1结论 27
5.2展望 27
致 谢 28
参考文献 29
第一章 绪论
1.1引言
在展览馆中，我们常常见到一些惟妙惟肖的宽角度、大视野的摄影作品。这些作品往往是那些专业的摄影师们采用专门的摄像器材拍摄采集到的。在医院，我们进行胸透的时候，常常看到X光片上包含许多张小图像，而进行采集的时候，往往是用放射物质，对人体特定部位的每个横切面进行扫描拍摄，最终实现通过每个横切面上人体器官图像的变换，以此来判断病人的病情。在太空探索中，人类将卫星发射到太空，用摄像机拍摄行星的表面，来进行未知世界的探索。虽然每一次采集到的图像范围并不是很大，但我们可以通过一定的图像处理技术，将其拼接起来，大致再现行星的外貌。这，就是图像拼接。图像拼接，已经广泛地运用在生活的方方面面。例如，当我们拍摄整个学院或者学校的毕业留念照的时候，我们就可以采用普通的相机进行拍摄。显然这不能清晰地把所有学院的学生拍进去，这时候就需要图像拼接。我们可以拍摄很多张具有重叠区域的图片，最后通过一定的图像拼接技术，把这些照片拼接成一张大的照片，将瞬间的美好定格成永恒。
1.2研究课题的背景和意义
自从成像设备出现以来，人类在图像学方面的追求和探索从未止步。人类正是对新技术，新方法的执着追求，不断创新，才有了我们如今的智能时代。智能时代要求我们的产品和研究更加智能化。随着虚拟现实技术的出现，人们对于其追求更是到达了前所未有的高度。虚拟现实中，我们除了需要对物体进行三维建模，还需要大量的图像。我们难以用一张图片采集到一个物体的所有层面的信息。常常，我们对一个物体表面采集往往需要大量的图片。之后，我们将这些大量的图片进行处理，把这些照片拼接成一张大的图片，再现其物体的表面。但是，至今为止，我们只能对特定的图像集中图像进行拼接。不同的图像，往往要采用不同的算法来进行处理，并且拼接后的效果各异。虽然，如今的智能手机的相机里都拥有了全景拍摄的功能，但是拍摄出来的图片效果不是很理想[1]。尤其是，当我们的手机进行旋转拍摄的时候，如果旋转的速度不均匀，拍摄出来的全景图质量是非常不理想的。如果，手机在拍摄旋转的时候进行上下抖动，拍摄出来的全景图像更可能会存在严重的配准错位。过去采用的特殊摄像器材来获得宽视角，大视野和高分辨率的图像虽然很大程度上在今天并未普及。取而代之的是智能手机和数码相机等成像设备现。照相已经成为了人们日常生活记录和分享美好生活精彩瞬间的一部分。人们可以通过拍摄一些具有重叠区域的离散的图像序列，之后再使用一定的图像处理方法改善图像质量，实现这些离散序列图像较为完美的拼接，这样我们同样也可以据此获得宽视角，大视野，高分辨率的图像。若是采用自动拼接相机拍摄全景图像往往是由于其拼接效果不是特别理想并没有得到广泛普及。
图像拼接技术就是将那些不同时间，不同视角或者不同传感器采集到的很多张图像进行拼接的技术[2]。这些图像要求必须要有一定的重叠部分，根据这些重叠部分配准，最后统一坐标系将这些图像拼成一幅大型的无缝高分辨率图像。在图像的拼接技术中，最为关键的两个技术就是图像配准和图像融合。图像配准（Image registration）就是把在不同的拍摄时间、从不同传感器（成像设备）所得到或者在不同条件下所获取的两幅或多幅图像进行匹配、叠加的过程。图像的配准已经在诸多领域被广泛地应用。特别是在遥感数据分析、计算机视觉、图像处理等领域。图像融合（Image Fusion）主要处理的是将来自多源信道所采集到的关于同一目标的图像数据。将这些图像经过图像处理技术和计算机技术等，尽可能多地提取各自信道中的有利信息，最后综合采集到的图像信息将其处理成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/rjgc/928.html
