全景图拼接中图像融合算法的研究

为了实现平滑连续的全景图拼接融合效果,针对全景图拼接的特点,提出了利用彩色空间变换和Contourlet变换结合对比度金字塔分解的图像融合算法。首先进行HSI彩色空间变换,得到图像的亮度信息,然后利用基于对比度金字塔的Contourlet变换对亮度信息进行塔式分解,得到不同的频带信息,再对不同频带进行融合处理。实验证明,该文提出的算法充分利用Contourlet变换的轮廓特性,展示了图像的细节信息,从而很好地实现了全景图的拼接融合效果。     

基于参数回归的快速全景图像拼接算法

现实场景中照相机获得的图像视场角范围往往是有限的，而目前对全景图像的需求日益增大，因此针对拍摄得到的全景图像序列，提出了一种基于参数回归的快速全景图像拼接算法。将传统的图像配准任务转化为深度学习结合机器学习的方式，设计一种基于高斯差分金字塔的多尺度深度卷积神经网络（MDCNN）对待拼接图像进行特征提取，并使用LightGBM回归模型对拼接参数进行预测，获得图像之间的变换矩阵和照相机焦距完成图像对齐，并设计了一种双曲线图像融合算法消除图像之间的拼接缝。实验结果表明，所提算法能够实现图像的快速拼接，获得比已有代表性算法更清晰自然的全景拼接效果，同时对红外图像也具有很好的适应性。     

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。     

色差图像的数字图像拼接算法

针对有明显色彩和亮度差异的图片,在进行传统的图像拼接后,会产生肉眼可见的拼接缝,严重影响拼接效果。因此,提出一种针对存在色差的图像拼接算法。首先,计算相邻图片间的色彩校正参数和每个彩色通道的全局色彩调整参数,选择适合的颜色和亮度,对每一幅图片进行色彩校正。其次,引入SIFT和RANSAC算法,实现了图像的准确配准。最后,采取0．1加权融合算法和平均融合算法结合进行图像融合,得到最终的全景图像。实验结果表明,由于已经进行图像间的校正,减少了待拼接图像的色差,使得图像的融合更加简单。该算法对于存在色差的图片序列可以实现无缝快速的拼接,并且可根据需要调整图像的色彩和亮度。     

基于SURF算法的现场概貌图像拼接技术分析

阐述SURF算法提取图像中的特征点进行粗匹配,通过RANSAC算法提高匹配准确率,利用加权平均的方法对拼接图像进行图像融合,并进行柱面投影,生成全景图像,从而获得完整的现场概貌图像。     

基于图切割的拉普拉斯金字塔图像融合算法

针对在图像拼接中普通的拉普拉斯金字塔融合算法容易丢失细节的缺点,以及由于运动物体造成的融合鬼影现象,本文提出了一种基于图切割的拉普拉斯金字塔融合算法。首先,引入图切割技术,寻找最优缝合线,确定一种自适应融合区,以消除运动物体造成的融合鬼影;其次,利用源图像完整细节对重构误差进行补偿,提出一种基于包含水平方向在内多个方向的加权融合方法,将源图像和拉普拉斯金字塔融合图像按照这种融合规则进行融合。实验结果表明,与经典拉普拉斯融合方法对比,在客观指标上,本文方法的图像均值平均提高了0.326,标准差(SD)平均提高了1.109,信息熵平均提高了0.041,图像清晰度平均提高了0.289;在主观效果上,本文方法无明显拼接痕迹和融合鬼影,较好保留了图像细节,提高了融合质量,全景图拼接更加真实,改善了整体的视觉效果。     

改进图像配准算法在无人机遥感图像拼接中的应用

针对传统图像拼接方法的不足, 提出一种基于改进SIFT算法的图像拼接方法, 并将其应用于无人机遥感图像拼接算法中。首先, 采用Harris算子角点检测遥感图像的特征点, 然后用改进的SIFT算法进行特征点的描述, 通过对高维数据进行降维处理, 减小运算量; 匹配完成后, 采用随机抽样一致性(RANSAC)算法消除误匹配; 最后采用渐入渐出加权平均融合法进行图像融合。实验结果表明: 采用所提出算法能有效剔除遥感图像之间的误匹配, 减小时间复杂度, 更好地消除拼接缝隙。     

改进图像配准算法在无人机遥感图像拼接中的应用

针对传统图像拼接方法的不足,提出一种基于改进SIFT算法的图像拼接方法,并将其应用于无人机遥感图像拼接算法中。首先,采用Harris算子角点检测遥感图像的特征点,然后用改进的SIFT算法进行特征点的描述,通过对高维数据进行降维处理,减小运算量;匹配完成后,采用随机抽样一致性(RANSAC)算法消除误匹配;最后采用渐入渐出加权平均融合法进行图像融合。实验结果表明:采用所提出算法能有效剔除遥感图像之间的误匹配,减小时间复杂度,更好地消除拼接缝隙。     

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。     

一种多CCD图像拼接的快速算法

描述了一种用于多CCD图像拼接的快速多分辨率算法.该方法在不损害拼接质量的前提下,通过计算局部化减小了拉普拉斯金字塔分解、多尺度样条拟合和图像重构的计算量.实验表明该算法在不降低拼接质量的前提下在算法效率上比传统算法有明显的提高.     

Fixed Homography–Based Real‐Time SW/HW Image Stitching Engine for Motor Vehicles

In this paper, we propose an efficient architecture for a real‐time image stitching engine for vision SoCs found in motor vehicles. To enlarge the obstacle‐detection distance and area for safety, we adopt panoramic images from multiple telegraphic cameras. We propose a stitching method based on a fixed homography that is educed from the initial frame of a video sequence and is used to warp all input images without regeneration. Because the fixed homography is generated only once at the initial state, we can calculate it using SW to reduce HW costs. The proposed warping HW engine is based on a linear transform of the pixel positions of warped images and can reduce the computational complexity by 90% or more as compared to a conventional method. A dual‐core SW/HW image stitching engine is applied to stitching input frames in parallel to improve the performance by 70% or more as compared to a single‐core engine operation. In addition, a dual‐core structure is used to detect a failure in state machines using rock‐step logic to satisfy the ISO26262 standard. The dual‐core SW/HW image stitching engine is fabricated in SoC with 254,968 gate counts using Global Foundry's 65 nm CMOS process. The single‐core engine can make panoramic images from three YCbCr 4:2:0 formatted VGA images at 44 frames per second and frequency of 200 MHz without an LCD display.     

基于三维旋转模型的红外全景图像拼接方法

分布孔径红外系统(DAIRS)是目前各国在红外搜索跟踪系统领域的重点发展方向,DAIRS系统为了减少冗余,通常减少重叠区域面积以获得较宽视场覆盖,这使得基于特征的拼接方法提取特征数量不足。本文通过构建三维旋转模型,采用基于梯度下降的图像配准方法,并在时间维度上进行多帧迭代来进行三维重建,再采用改进的亮度调整算法和多分辨率过渡区融合消除拼接痕迹。实验结果表明,本文算法对于平面投影和柱面投影都实现了全景图像的无缝拼接,过渡区通过多分辨率融合有利于进步消除模糊现象。     

基于傅里叶梅林预处理的SIFT图像拼接算法

对于图像存在旋转和尺寸缩放而导致的图像拼接质量不理想的问题,提出了基于傅里叶梅林预处理的SIFT图像拼接算法。算法首先利用傅里叶梅林计算图像的计算两幅图像的缩放比例和旋转角度,然后对图像的缩放比例和旋转角度进行调整,最后通过尺度不变特征变换(SIFT)算法进行图像的拼接。实验结果表明,改进的算法匹配的特征点数量增加了19.76%~33,34%;在拼接质量方面,SSIM和PSNR分别提升了14.74%~25,88%和10.39%~15,27%,图像的拼接质量获得了有效地提升。因此,本文改进的算法在对图像拼接质量由较高要求的领域由潜在的应用价值。     

基于高阶奇异值分解和深度学习的光场图像拼接方法

光场图像拼接旨在提高光场图像的视场角。考虑到光场数据包含较多冗余,且传统拼接方法对于低纹理场景的光场图像鲁棒性不足,本文提出一种基于高阶奇异值分解(high-order singular value decomposition, HOSVD)和深度学习的光场图像拼接方法。首先,通过光流估计和HOSVD对光场图像进行降维,得到所有视角下一致空间信息的主基和不同视角下高频信息的其他基带。其次,提出注意力增强的无监督单应性估计网络来提高图像的配准精度。最后,将扭曲后的参考基带和目标基带进行光场重建与图像融合,得到最终的拼接光场。实验结果表明,该方法在拼接光场的主客观质量和角度一致性方面表现出较好的性能。     

Video image mosaic implement based on planar-mirror-based catadioptric system

Planar-mirror-based catadioptric method is one of the most hot topics in recent years. To overcome the disadvantages of the planar-mirror-based catadioptric panoramic camera, described by Nalwa (1996, 2001, 2000), such as the requirement for high-precision optical device designing and the stitching lines in the resulting images, we proposed a planar-mirror-based video image mosaic system with high precision for designing. Firstly, we designed a screw nut on our system, which can be adjusted to locate the viewpoints of the cameras’ mirror images at a single point approximately. It provides a method for those who have difficulties in their designing and manufacturing for high precision. Then, after the image distortion correction and cylinder projection transforms, we can stitch the images to get a wide field of view image by template matching algorithm. Finally, nonlinear weighting fusion is adopted to eliminate the stitching line effectively. The experimental results show that our system has good characteristics such as video rate capture, high resolution, no stitching line and without affection by the depth of field of view.     

基于NSST的红外与可见光图像融合算法

针对红外与可见光图像具有不同的特点,提出一种新的基于非下采样剪切波变换（NSST）的红外与可见光图像融合算法.算法首先采用NSST将已配准的红外与可见光图像进行分解,得到低频子带图像和各尺度各方向的高频子带图像;然后对低频子带图像采用一种基于显著图的低频融合规则进行融合,而对高频子带图像的融合,结合人眼视觉特性,采用一种基于改进的区域对比度的融合规则;最后,对融合的低频子带图像和高频子带图像进行NSST逆变换得到融合图像.实验结果表明,该算法能够有效地综合红外与可见光图像中的重要信息,融合效果要优于一般的基于NSCT、NSST的图像融合方法.     

颜色纠正算法在手机全景图的应用研究

针对原始图像序列曝光差异较大致使拼接痕迹明显这一问题,提出了一种新的手机全景图的颜色纠正算法,该算法通过在Ycbcr颜色空间里构造出一个全局调整函数计算出每一幅图片纠正系数,进而补偿原始图像,减弱曝光差异导致的拼接痕迹。实验结果表明,该算法不仅能快速地消除了拼接缝隙,而且使得整个全景图更自然流畅。     

一种基于Harris角点特征的图像拼接方法

本文通过对已有图像拼接算法的分析研究,改进了拼接算法中的特征点匹配问题。首先利用Harris角检测算法提取特征点,然后通过归一化相关法进行初始匹配,接着引入马氏（Mahalanobis）距离,实现图像的精确匹配。最后通过加权平均的方法完成图像的融合。实验证明该方法能有效地去除伪匹配特征点对,降低了误匹配的概率,是一种有效的图像拼接方法。