基于多局部特征匹配的全自动图像拼接

针对数码相机或手机等手持拍摄装置拍摄的图像,提出了一种基于SIFT和MSER互补不变特征的全自动图像拼接算法并进行了系统实现.算法将MSER检测子推广到高斯尺度空间,增强了其对尺度变化的适应性,并与SIFT检测子相结合,发挥二者在图像中空间分布上的互补性,从图像中获取更为丰富的特征,使图像间的配准更为稳健.对于存在匹配关系的多幅图像,提出了一种简单而有效的光度差异调整方法,使生成的全景图像效果更为自然.最后实验验证了该系统的有效性和实用性.     

局部特征及视觉一致性的柱面全景拼接算法

目的 传统的基于平面拼接算法生成的全景图像存在严重的失真问题,很难保证良好的视觉一致性;而普通柱面拼接算法无法较好地满足实时性要求。为此,提出一种基于改进SIFT（scale-invariant feature transform）特征描述子的柱面全景图像拼接算法。方法 首先将待拼接的图像序列进行柱面投影,利用改进的SIFT特征检测器获取图像中的特征点,生成64维SIFT特征描述子;然后根据特征描述子之间的欧氏距离提取初始特征点对,利用RANSAC（random sample consensus）方法进一步剔除伪匹配特征点对并建立待拼接图像之间的空间变换矩阵;最后根据图像之间的空间变换矩阵进行图像配准,采用加权平均融合的方法完成图像的无缝拼接。结果 本文全景图拼接算法,可以有效地克服平面拼接算法存在的失真问题,保证了全景图像的视觉一致性。同时,相比普通柱面拼接算法,本文算法的拼接速度提高了近一倍。结论 通过对不同尺寸和数量的图像序列构建全景图,相对于平面拼接算法和普通柱面拼接算法,本文算法可以有效实现图像之间的拼接,生成宽视野、高分辨率的全景图像,且能够应用于对实时性要求比较高的图像拼接场合。     

柱面全景图像自动拼接算法

提出了一种基于特征点匹配的柱面全景图像拼接算法。首先将360°环绕拍摄的序列图像投影到柱面坐标系下;然后提取各图像的SIFT（Scale Invariant Feature Transform,尺度不变特征变换）特征点,通过特征点匹配完成两幅图像的配准;再根据配准结果计算出图像间的变换参数;最后采用加权平均的融合方法对两幅图像进行无缝拼接。实验表明,算法可以有效、快速地自动生成柱面全景图像。     

基于SIFT算法的全景图像拼接技术研究

全景图像拼接技术即通过将部分重叠区域的图像合成以描述某个场景信息的360度圆形图像.引用一种新型的基于SIFT （尺度不变特征变换）特征匹配的图像排序算法,实现图像的有序排列,针对图像拼接存在的误匹配点较多、耗时较长等问题,结合FAST算法进行特征点提取,接着针对相邻有序图像间的亮度差异采用自动校正操作,削弱了相邻图像间的亮度差异,并结合改进的Ransac算法剔除误匹配点对,最后用加权平衡算法实现图像的快速融合.实验结果表明该优化排序算法稳定、高效.     

全景摄像系统中展开图像的电子稳像方法研究*

深入分析和研究了全景图像的解算算法与稳像的实现方法,提出了全景摄像系统的稳像方法——基于灰度投影的电子稳像算法。该系统的硬件由全景装置、CCD、图像采集卡和计算机构成,软件编程基于DirectShow平台,通过VC++实现。通过对结果的分析表明,该算法的设计具有快速、准确的特征,是实现全景摄像系统的电子稳像的一种切实可行的方法。     

ROV平台全景摄像系统的研究

不同于空气成像,水下全景受水压、暗光影响比较大,需要特殊的镜头封装和聚焦型水下照明,而水下多路图像处理可以借鉴、调整已有的图像处理算法,以解决偏色、噪点等成像问题;且基于全景视频传输的热点研究,水下ROV全景摄像系统有较好的发展空间。基于对水下全景摄像技术的研究,文章首先详细介绍了水下全景摄像的生成和传输方式,并以ROV平台为载体,从相机硬件的需求分析,说明分布式、集成式两种相机布局;接着,针对获得的多路图像数据,通过图像预处理、拼接融合生成全景图像;最后,考虑水下水上的远程视频传输,介绍了全景视频基于切片流（Tile流）划分的自适应多速率传输方案。从水下全景摄像技术的发展来看,随着图像无损拼接、影像处理器计算速度更迭、图像复原、超宽带连接和全景视频传输等技术的提高,ROV平台全景摄像系统将得到广泛应用。     

基于图像的室内虚拟环境的研究

基于图像的建模和绘制技术,提出了一个构造室内虚拟环境的完整方案,用户只需要输入少数照片,即可重建室内场景的全景图像,方案主要包括以下几点：首先由用户交互确定图像中的匹配象素,通过运动分析算法恢复整个场景的几何结构,然后,将原始图像变换至平面的参数坐标系,抽取纹理图像,并在参数空间对纹理图像进行拼接;最后生成场景的全景图像,算法对拍摄条件和设备没有苛刻要求,运算量较小,有较强的稳定性。     

基于嵌入式系统的全景图像拼接系统设计

图像拼接是制作全景图的关键技术,但目前图像拼接算法主要应用于PC机。PC机虽然处理速度较快,但体积较大,不易携带也不灵活。本文基于嵌入式系统实现了全景图像的自动拼接系统,该系统能自动采集图像,并利用基于区域相关的图像拼接算法对采集的图像进行拼接,最终得到全景图像。实验证明,本文设计的基于嵌入式系统的全景图像拼接系统对静止环境下的图像拼接具有较好的效果。     

基于SIFT算法的室内全景图拼接

室内全景图像拼接采用SIFT特征点进行图像匹配与融合。由于相机镜头视野范围有限,需要多张具有重合区域不同角度图像进行拼接,以获得完整的全景图像。首先对多张原图像进行图像增强和噪声滤波的预处理,以减少特征点提取时的干扰因素;再将多张图像压入堆栈,采用SIFT算法提取每张图像的特征点;使用FLANN快速最近邻搜索包进行最近邻特征点匹配,最后进行图像融合。试验结果表明该方法能够很好地实现室内全景图像的拼接。     

基于SIFT算子的图像拼接融合算法

为满足各类可视化仿真系统对于全景图的需求,对图像拼接融合技术进行了深入研究,提出了一种基于SIFT算子的图像拼接融合算法,可以将多幅图像组成图像序列拼接获得广视角全景图,并通过实例验证了方法自效性.     

CUDA技术及其在数字图像拼接中的应用

将CUDA技术应用于数字图像拼接领域,阐述了图像拼接的基本理论及其关键技术、多分辨率图像融合的关键算法以及CUDA技术的基本原理和开发方法,并编写了软件以实现图像快速拼接。采用对于尺度具有鲁棒性的SIFT算法进行特征点的提取与匹配,使用稳健的RANSAC算法求出图像间变换矩阵的值,并将图像映射到拼接平面,最后使用基于CUDA的SIFT算法实现了图像的无缝拼接。该方法提高了图像拼接的效率,克服了传统图像拼接方法因计算量大而等待时间长的缺点。实验结果表明,CUDA在数字图像处理的实际应用中卓有成效,有广阔的应用前景。     

面向野外火灾监测的图像拼接技术研究

传统的火灾检测系统主要依靠传感器实现,由于设备长时间接触灰尘等其他因素,有很大的可能发生失灵或故障。基于上述的缺陷,将图像拼接系统应用在野外防火检测系统上将会产生更好的效果。通过摄像头采集的图像信息往往具有一定的视差,拼接后得到的全景图像易产生重影等现象。在进行多幅图像拼接时,拼接后的全景图像不能呈现出规则的矩形形状。针对上述问题,采用一种图像变形的方法来实现精确对齐,并利用Seam Carving算法将不规则的全景图像矩形化输出为规则的全景图像,最后将规则全景图像与原场景图像进行背景对比,从而达到火灾检测的目的。     

全景视频增强现实系统设计与研究

提出一种全景视频增强现实系统的建设方案。将全景视频采集装置放置在真实世界中采集视频,然后通过计算机处理生成全景视频并显示出来,使观光者通过佩戴显示设备,在其他地方观看向全景视频中添加了虚拟信息的场景。解决了系统中全景视频拼接中算法复杂度高且拼接后的视频存在拼接裂缝和"GHOST"现象,以及三维注册易受环境与目标跟踪检测算法耗时严重影响的技术难点。通过对ARToolKit二次开发,将3DMax生成的虚拟信息叠加到Ladybug拍摄后拼接的兰州市金城关全景视频中进行仿真实验。仿真结果表明,全景视频拼接方法在实时性方面表现优异,有效地抑制了拼接裂缝和"GHOST"现象,增强现实三维注册方法对于全景视频的局部增强效果表现优异。     

一种基于相机平移运动模式的图像拼接算法

文章提出了一种新的全景图像自动拼接算法。该拼接算法拼接的相片是用平行移动的相机拍摄的。该算法采用模式检测技术寻找两幅相邻照片的相似区域,计算图像的缝合位置。这种方法可以有效地减少透视视差的存在对拼接造成的干扰。如果模式检测没有得到令人满意的结果,将使用一种改进的序贯相似性检测算法(SSDA)进行图像匹配。     

基于改进ORB特征检测的全景视频拼接

针对全景视频拼接中算法复杂度高且拼接后的视频存在拼接裂缝和"GHOST"现象的问题,提出一种基于改进ORB特征检测的全景视频拼接方法。首先采用多尺度空间来检测特征点以及对检测参数进行设置,使得ORB算子具有尺度不变性且分布均匀;然后采用Hamming距离进行特征匹配并采用RANSAC算法去除误匹配点;最后通过采用复杂度较低的动态规划算法找到最佳缝合线,并对拼接后的图像采用泊松融合进行平滑处理。将Ladybug全景摄像机拍摄的1帧兰州西科站全景视频图像进行仿真实验。仿真结果表明,该全景视频拼接方法在实时性方面表现优异,对存在的拼接裂缝和"GHOST"现象有很好的抑制作用。     

基于特征点匹配的全景图像拼接技术研究

提出了一种基于特征点匹配的全景图像拼接算法,首先提取各图像中的SIFT特征,通过特征点匹配完成两幅图像的配准;再根据图像配准结果计算出图像间的变换矩阵;最后采用渐入渐出加权平均的融合方法对两幅图像进行无缝拼接。实验表明,该算法具有匹配精度高、鲁棒性强等特点,可以快速而自动地生成全景图像。     

基于视频拼接技术的无人实况转播系统

介绍了基于视频拼接技术的无人实况转播系统的实现。首先对图像进行预处理,然后使用SURF算法对视频图像进行图像配准拼接,并对拼接图像进行融合。提出了一种基于运动前景提取的全景视频中热点区域确定方法,该方法可平滑追踪热点区域进行提取实现实时转播。本系统的实现节省了视频直播过程中的人力财力。     

基于三分量自主意识UAV路面遥感图像拼接算法

针对在检测过程中需要高分辨率的全景图像分析路面病害特征参数的问题,提出了一种具有三分量（3c）动态自主意识的遥感路面病害图像拼接算法。基于目标识别、主动立体视觉确定UAV系统在三维结构中的自主意识;采用增量搜索策略基于几何约束将SIFT点特征三角化;结合PNP—RANSAC算法找到最佳匹配面进行误匹配剔除;利用三角函数理论对图像进行融合。实现对长线程病害路面图像数据集的快速准确拼接。特征搜索时间平均为未使用增量搜索策略的43.45%,拼接准确率在88%以上。实验数据表明,基于三分量自主意识的UAV路面遥感图像拼接系统可以有效地应对长线程路面病害图像。     

基于WiFi的分布式监视场景拼接系统

随着数字化信息技术的不断发展,监视系统已经成为各行业领域中的重要应用.随着WiFi等无线技术的发展,实现了视频数据的无线传输,因其特有的便捷性将传统的有线监视系统取而代之.图像拼接是目前图像处理的一项热门技术,将两幅或者多幅具有重叠区域的图像拼接成一幅无缝隙高分辨率的图像.本论文结合WiFi无线技术和图像拼接技术的优势,提出了基于WiFi的分布式监视场景拼接系统,多个客户端采集的图像通过WiFi无线网络传输到服务器,服务器对传输过来的图像采用SIFT算法和RANSAC算法完成拼接,最终实现了宽场景监视.实验结果表明该系统可以有效地实现监视场景拼接.     

基于Harris与SIFT算法的自动图像拼接

图像拼接技术被广泛应用于遥感图像处理、计算机识别、医学图像分析及人工智能等方面。本文针对尺度不变特征变换(SIFT)算法特征提取较复杂、计算时间长的缺点,而Harris算法提取特征点快速有效的优点,提出了一种结合Harris与SIFT算法优点的算法,并将这种算法应用于图像的自动拼接。首先利用改进的Harris算法提取图像特征点,再使用SIFT算法来描述特征点,然后利用欧氏距离对所得的特征向量进行匹配,最终实现图像的自动拼接。实验结果表明,该方法能有效提高SIFT的匹配效率,较好地完成对图像的自动拼接。