图像拼接方法及其关键技术研究

图像拼接是图像处理技术的一个重要内容,是一种将多张有衔接重叠的图像拼成一张高分辨率全景图像的技术。该技术广泛应用于显微图像分析、数字视频、运动分析、医学图像处理、虚拟现实技术和遥感图像处理等领域。文中阐述了图像拼接技术的一般问题及其难点,介绍了图像拼接技术发展过程中几种主要的图像拼接方法,重点分析了近几年提出的角点检测及尺度不变特征转换的方法,通过编程实现来讨论这些方法的优缺点,并给出实验的结果。     

一种改进的快速图像拼接方法

为了提高图像拼接的速度,提出了一种快速的图像拼接方法.首先在SUSAN角点检测算法检测出图像角点的基础上,采用图像分块和邻近角点剔除的方法来保证图像角点分布均匀并且避免出现角点聚簇现象,利于提高拼接的精度.其次,利用灰度相关性进行特征角点的匹配并消除伪匹配.然后采用改进的RANSAC算法快速地估计变换矩阵,该算法中采用预检测的方法快速抛弃那些不是候选模型的临时模型,加快了算法的速度.最后进行颜色融合,生成无缝拼接图像.实验结果表明,该方法在得到较高精度的情况下,大大减少了运算量,提高了图像拼接的速度.     

一种用于图像序列拼接的角点检测算法

分析了Harris角点检测算子的实现原理及其用于图像序列拼接时存在的不足,从几个方面提出了改进:用新的X和Y方向梯度算子求取图像导数,对灰度变化更敏感;改进了角点响应函数,避免了k值选择的随机性;根据图像序列首图像自动确定R阈值,提高了算法的自动处理能力和速度;根据目标像素点的8邻域范围进行亚像素精确定位,角点位置更加准确.实验结果表明,改进算法无需人工干预,特征点提取的速度比传统算法提高了约61.3%,能更好地适应图像拼接的实际应用,是一种快速有效的角点检测方法.     

基于Canny角点检测的变电站遥视图像拼接方法

本文介绍了一种基于Canny角点检测的变电站遥视图像拼接方法。该方法对初始化处理后的待拼接图像分别进行Canny图像边缘检测,并在此基础上进行基于角点几何特征的角点检测获得角点特征点,进而在图像重叠区域中进行图像特征点匹配,实现图像拼接,最后进行图像融合消除拼接接缝,实验结果表明了该方法的有效性。     

基于角点检测配准的全景图像拼接技术研究

全景图像拼接技术是计算机数字图像处理领域中的一个重要分支,其在虚拟现实、医学图像处理、遥感技术等领域都有十分广泛的应用。全景图像拼接技术主要包括图像检测、图像配准和图像融合3个方面。其中,图像配准是图像拼接技术的核心环节。该文主要研究基于角点检测配准的全景图像拼接技术,并通过Matlab开发环境进行实验验证。     

基于SIFT特征点的无缝图像拼接方法的研究

就目前市场行情,图像拼接有着广泛的应用前景,自动建立大型且高分辨率的图像拼接技术,是解决遥感、医学、计算机等领域图像配准的基本技术。本文就目前传统图像拼接法在尺度、视角和光照变化大时存在的拼接效果缺陷提出了基于SIFT特征点匹配的无缝图像拼接方法。     

一种基于特征点匹配的图像拼接算法

本算法首先采用边缘检测缩小了待提取的特征点的寻找范围,然后根据图像中各列边缘点的梯度最大值提取特征点,进而确定两幅图像的缝合点及其匹配位置,最后通过对图像的重叠区域进行平滑过渡处理,实现了待拼接图像的无缝拼接。实验表明,本算法能较好的实现图像拼接。     

图像拼接在红外在线监测系统中的应用

图像拼接是图像处理领域的一个热点.图像拼接技术就是将多幅有重叠区域的图像融合为一幅图像,以便更好地增强监视和侦察之类的视觉感知.红外在线监测以远距离、非接触、实时、快速等方式获取设备的运行状态信息,进而及时地排除故障.文中提出了基于图像拼接的红外在线监测系统组成方案,描述了图像拼接的基本概念及其应用价值,最后使用Harris角点提取算法实现了红外图像拼接,证明了图像拼接技术在热故障的在线监测中有很高的应用价值.     

图像拼接技术在大尺寸物体测量中的应用

研究利用图像拼接技术把几张有重叠部分的图像拼接成一幅大视角高分辨率图像,应用于大尺寸物体的图像还原。试验几种拼接算法,得到算法运行时间和算法获得的物体特征数目等参数作为算法优劣评价标准。实验表明:对同一幅图像,FAST角点检测算法在31.2967 ms内检测到159个特征点,相比于其他检测算法,具有更快的运行时间和更高的检测精度。     

一种基于特征点匹配的图像快速拼接方法

实现一种基于特征点匹配的图像拼接方法。将处理流程细分为特征点检测、特征点匹配、无效匹配的剔除、透视成像四个阶段,并针对四个阶段选取了适合的经典算法予以实现。其中对具有左右关系且基本平行的图像特征点匹配算法进行了改进,在匹配效果基本不变的前提下,缩短了匹配时间。经实验证明,算法改进后效率提升明显。