基于焊缝图像拼接算法的研究

为实现焊缝图像的快速拼接,提出一种新的图像拼接模型。首先将图像预处理,以提取焊缝图像边缘,然后提出一种新的图像配准算法,采用取平均值的图像融合算法实现图像的拼接操作。实验结果表明,该方法能够提高焊缝图像的配准速度,拼接效果较好。     

一种改进的气象雷达图像拼接算法

气象人员在对大型复杂天气系统进行全局分析时,单张雷达图像存在一定盲区。若能将某一特定区域内所有多普勒雷达图拼接组合成一幅完整回波图像,气象预报人员就可以全面完整的分析天气系统演变过程,提高预报准确率。基于以上需求,作者结合气象雷达回波图像轮廓鲜明的特点,提出一种基于小波变换和Harris特征点相结合的改进型图像拼接算法。在Matlab实验环境下将改进算法与传统图像拼接方法就拼接效果、耗时、精度等方面进行对比,取得较好的实验效果。     

基于改进BRISK的图像拼接算法

为了获得精准的航空拼接图像,更好地解决图像拼接中经常出现的尺度变化、角度旋转、光照差异以及传统的BRISK(Binary Robust Invariant Scalable Keypoints)算法匹配正确率较低,图像拼接精度低等问题,该文提出一种全新的基于有向线段的BRISK特征的图像拼接模型。首先,使用BRISK算法进行图像匹配,得到粗匹配点对,再构造有向线段及其BRISK特征进行邻近线段匹配,通过概率统计模型进行特征点的精匹配,最后进行加权融合和亮度均衡化进行图像融合完成图像拼接。实验结果表明,该文算法针对图像的光照条件不同、角度旋转、分辨率低、尺度变化等均有良好的鲁棒性和稳定性,该文算法是一种耗时短、精确度高、拼接效果良好的图像拼接方法。     

基于比值法图像拼接算法研究

在讨论比值法进行图像拼接的基础上,针对比值匹配算法误匹配的问题,提出了一种改善比值匹配配准精度的算法.通过增加比值模板的列数来确定选取特征线的最佳匹配,从而增加了模板的信息量,提高了图像拼接的准确性.实验表明,该改进算法可以有效地进行图像拼接,并改善了原有比值法的配准精度.     

基于SURF算法的实时拼接研究

视频拼接有助于人们获得更高分辨率、大视野的场景。文中主要对视频拼接过程中的图像配准及图像融合的SURF(Speeded Up Robust Features)算法进行研究,详细地阐述了基于SURF特征实现图像拼接的每一个步骤,从而快速提高特征点的提取速度,提高了图像配准过程中的精度与准确率,加快了图像配准的速度,并提升图像融合的效果。实验结果表明,该算法能够有效地抑制视差伪影,其拼接图像无明显接缝,并且可以实现实时拼接,拼接的图像更加自然,拼接的视觉效果较好。     

基于SIFT算法红外搜索系统序列图像拼接实现

为了实现将红外搜索系统的单帧的红外序列图像拼接成大范围全景图像,根据红外搜索系统序列图像特点,提出了一种基于SIFT特征点检测的图像配准算法,并进行了仿真验证,从仿真的效果看该算法具有良好的配准和显示效果。     

图像融合与拼接算法在无人机电力巡检系统中的应用

图像融合与拼接技术是数据综合处理过程中的新兴技术,该技术在军事领域和民用领域都有广阔的发展应用前景。无人机电力巡检系统中的图像处理算法包括图像预处理、图像配准、图像拼接和拼接缝消除算法。首先运用改进后的图像预处理算法对获取的图像进行优化,其次应用图像融合与拼接算法对多角度图像进行拼接,最后利用新型拼接缝消除算法消除拼接缝。实验结果表明,将整套算法应用于无人机巡检系统中,可对存在一定重叠和旋转的多幅图像进行自动拼接,获得无缝、清晰的大视场图像。     

基于提升小波变换的图像融合算法研究

介绍了将来自不同传感器的图像进行融合的改进方法。涵盖了配准,图像分解,融合,图像重建四个主要步骤,并进行了仿真,最后用评价函数对不同方法得到的图像进行评价。在融合准则上提出了一些新的处理方式。试验结果表明,融合后的图像确实能够汲取两幅原图像的各自不同特点,达到了较好的效果。本文还针对工程应用对算法进行了优化。     

变环加权SIFT算法的图像拼接

针对传统SIFT匹配算法数据量大、时间复杂度高的问题,提出基于尺度不变特征变换(SIFT)特征提取方法获得特征点,并采用变换步长的圆形区域选区对特征点进行描述,改进了SIFT特征的64维描述符和88维描述符的不足。将改进后的算法应用到图像拼接过程中,通过实验验证了改进后的方法在时间复杂度方面有所改善。     

基于局部特征点配准的图像拼接算法

为解决尺度、视角、光照变化较大及存在噪声和模糊变化情况下的图像拼接问题,提出了一种具有较强鲁棒性的图像拼接方法。首先,根据Harris算法和SIFT算法各自的特点,提出了一种自适应的Harris-SIFT特征点提取方法,利用最邻近法完成图像间的特征点粗匹配;然后,应用随机抽样一致性(Random Sample Consensus,RANSAC)算法对粗匹配的特征点进行筛选,同时估计出透视变换模型的变换矩阵,并对相邻的两帧图像进行配准;最后,利用加权平均融合算法消除图像拼接处的缝合线,实现图像的高质量拼接。实验结果表明,该算法在提升SIFT算法鲁棒性的同时,还增强了图像拼接的效果,消除了图像亮度和色度差异的影响。     

无人机航拍图像拼接技术研究与实现

图像拼接是从局部视图序列中获得更宽视野的过程,在过去的二十年中,相关专家学者们已经提出了许多图像拼接算法和技术。在无人机航拍中,受限于无人机稳定性差、像素低等局限,所获得的图像往往需要拼接降噪后方能进行实际应用。然而,传统的图像拼接直接应用于无人机航拍图像中,存在运算复杂、占用内存大、图像精准性较差等问题。因此,迫切需要适用于无人机航拍图像的拼接算法和技术。文章据此出发,首先分析无人机航拍图像拼接的必要和技术现状,指出一般的图像拼接需要准备和测量GCP的位置,且需要消耗较多的时间和精力。在此基础上,提出无人机航拍图像拼接的关键技术与实现,指出HARRIS算法更加适用于无人机航拍图像的拼接,并且详细论述了图像拼接的流程。     

基于局部特征点配准的图像拼接算法

为解决尺度、视角、光照变化较大及存在噪声和模糊变化情况下的图像拼接问题, 提出了一种具有较强鲁棒性的图像拼接方法。首先, 根据Harris算法和SIFT算法各自的特点, 提出了一种自适应的Harris-SIFT特征点提取方法, 利用最邻近法完成图像间的特征点粗匹配; 然后, 应用随机抽样一致性(Random Sample Consensus, RANSAC)算法对粗匹配的特征点进行筛选, 同时估计出透视变换模型的变换矩阵, 并对相邻的两帧图像进行配准; 最后, 利用加权平均融合算法消除图像拼接处的缝合线, 实现图像的高质量拼接。实验结果表明, 该算法在提升SIFT算法鲁棒性的同时, 还增强了图像拼接的效果, 消除了图像亮度和色度差异的影响。     

一种快速的基于SIFT算法的无人机航拍序列图像自动拼接方法

无人驾驶飞机在短时间内具有相对稳定的航向、飞行速度、飞行高度等特点,这些特点决定了相同时间间隔的航拍序列图像的重合区域相对稳定,在此基础上,本文提出了航拍序列图像拼接方法的约束性条件,及一种快速的无人机航拍序列图像的自动拼接方法。该方法运用自回归模型,将历史相交区域中心点作为模型的输入数据,对当前用于拼接的重合区域进行预测,然后在预测区域内进行SIFT特征提取和特征提纯,并根据提纯后的特征进行快速的序列图像拼接。通过在无人驾驶飞机航拍序列图像上对该方法性能进行实验,结果显示本文的方法具有较好的拼接效果,在海量无人机航拍数据的情况下,能大大减少拼接时间。      

遥感影像图像拼接算法研究

针对高分辨率遥感影像的图像特点,采用SURF特征算法实现对图像的快速拼接。该方法利用SURF算子提取特定区域的图像特征;并应用图像的几何特征做进一步的特征点筛选,以提高图像拼接效率,减少计算误差;利用RANSAC配准算法对图像进行配准,以消除误匹配;对于光照不均匀情况,致使拼缝图像插值不均匀,可采用三次样条插值法处理,使拼接后图像整体更符合人眼评价标准。     

一种用于图像拼接的改进ORB算法

针对Oriented FAST and Rotated BRIEF(ORB)算法缺少尺度不变特性,误匹配率高,易造成图像拼接质量差等问题,本文提出一种用于图像拼接的改进ORB算法。首先使用一种基于尺度不变的特征检测算法对图像进行特征点检测,然后用ORB描述算法对特征点进行特征描述,用ORB匹配算法进行粗匹配,再用双向匹配和Random Sampling Coherence(RANSAC)算法对匹配点进行精匹配和提纯,进一步提高其正确率,最后使用渐入渐出加权融合完成图像拼接。实验结果表明,本文方法在图像的缩放和旋转、模糊、光照强度、拍摄视角等情况下都具有优秀的鲁棒性和稳定性,是一种实时性强、准确度高、拼接质量优秀的图像拼接方法。     

一种感兴趣区域寻优搜索的全自动图像拼接算法

为了降低图像拼接中对图像序列获取的苛刻要求,增强拼接算法的适应性和灵活性,该文提出了一种兴趣区域寻优搜索的图像拼接算法。该算法以重叠区域的主要特征物为出发点,获取有效感兴趣区域,通过感兴趣区域寻优策略进行图像匹配,进而进行图像几何校正、色差调整和图像融合,实现了图像序列的无缝拼接。实验结果表明,该算法不仅保持了较好的图像拼接准确性和鲁棒性,而且降低了对图像序列获取的要求,增强了应用的适应性和灵活性。     

多光学传感器的图像拼接系统的设计

当要求的场景尺寸超出一个光学传感器的范围时,同时取得一个完整的场景就成为难点。针对这一问题,提出一套小型的视场拼接系统。采用多个光学传感器同时对场景进行采集,得到几幅互相有一定重叠的图像。然后进行图像配准和图像融合,实现无缝大视场的拼接。     

基于改进ASIFT的可见光图像拼接研究

为了解决目前基于特征点的图像拼接算法在图像重叠度较低情况下,图像拼接效果差以及无法满足实时图像拼接的问题,提出了一种基于改进仿射—尺度不变特征转换(Affine Scale Invariant Feature Transform,ASIFT)的快速图像拼接算法,在特征点匹配过程中引入主分量分析(Principal Component Analysis,PCA)法进行处理,提出了一种PCAASIFT描述符对特征点重新进行描述。实验结果表明,与基于SIFT和SURF的拼接算法相比,该算法实现了高精度拼接,并且比传统ASIFT拼接算法提高了拼接的速度。