图像拼接中surf配准算法的研究

图像拼接技术作为获取全景图像的工具,已经受到越来越多学者的关注。为了得到良好的拼接图像,减少图像空间几何畸变,便要对图像进行严格的配准。Surf(Speed-Up Robust Feature)算法是近年来图像配准的研究热点之一。对传统surf配准算法进行理论分析并在此基础上提出改进算法,特征点检测时,利用设立阈值来去除多余的特征点,并用MATLAB软件对改进算法进行仿真分析。实验结果表明,改进后的算法虽然减少了特征点个数,但增加了配准的成功率,前后性能相当且速度更快。     

大规模纤维切片图像拼接算法研究

以灰度归一化相似性度量值构建统一配准模型,实现显微镜下2D图像全局拼接.算法通过统一配准模型将图像配准过程与全局移位参数的获取过程结合在一起,用待配准图片的2个模板子图同时在已配准两幅相邻图片中进行搜索,寻找最佳拼接位置,最后使用2D灰度调整、图像融合算法修整图像.算法减少了一般全局拼接算法的非线性模型求解过程,提高了拼接速度,达到较好的拼接图像效果.     

一种基于蚁群算法和互信息测度的图像拼接技术

以图像间的互信息为基础,通过计算图像的信息熵来获得2幅图像的匹配区域。利用互信息量测度函数作为蚁群算法的适应值函数,通过蚁群迭代寻找最优的匹配区域。与SIFT拼接算法进行比对实验。实验结果表明,本文算法具有良好的拼接效果和较高的拼接效率。     

基于小波变换的PCB图像拼接

在印刷电路板(PCB)的机器视觉检测中需要通过图像拼接来得到整个PCB的图像,传统的图像配准拼接技术由于光照干扰效果不好.用图像的小波分解高频系数去掉反映光照渐变的低能量系数后,可以较好地避免光照不均匀的干扰,分别利用有效垂直高频系数的垂直投影和水平高频系数的水平投影可以快速水平配准和垂直配准,低频部分作拼接的灰度渐变平滑处理.     

基于RANSAC算法的柱面全景图拼接方法

针对RANSAC算法只适用于平面图像配准的局限,将RANSAC 算法应用于柱面图像上,设计了一套适合柱面全景图像拼接的算法.整个算法用匹配特征点 对之间的关系解决了两幅图像的旋转、垂直偏移以及柱面图像拼接时的月牙缺陷问题.实验 结果表明,该方法能正确找到两幅图像的重叠位置,实现自动拼接,在基于柱面投影的全景 图生成中应用,效果良好.     

针对伪影改善的图像拼接方法

针对图像拼接中的伪影问题,提出了一整套的拼接解决方案.图像拼接方法分为两大阶段:图像配准阶段和图像融合阶段.在图像配准阶段,提出了一种基于网格优化的图像配准方法.通过使用点特征和线特征相结合的特征提取算法,提高特征的数量和质量.同时提出了基于先验的RA N SA C特征点对筛选方法,剔除误匹配点对,并提高了计算速度.为...     

场景与数据双驱动的隧道图像拼接方法

针对多相机协同的隧道快速检测存在分布在多张图像中的一个病害误识别为多个病害影响隧道技术状况评定的问题,提出一种数据和场景驱动的多相机序列图像高精度拼接方法。首先,利用场景中相机间的几何位置关系进行几何粗解算,生成序列图像的理论拼接模式,其次,基于理论拼接结果计算图像关系,对相邻重叠图像采用SURF算法提取特征点并进行匹配,进行像素级的数据配准,最后,基于配准结果生成实际拼接模式,以最大化利用图像物理分辨率高的数据为特征,在拼接序列图像中提取断面数据。实际工程数据表明,该方法能够实现普通隧道的图像拼接工作,并且能在保证可靠性的前提下尽量提高准确性。     

基于L-M优化算法的多幅岩心荧光图像拼接

在多幅岩心荧光图像的拼接中,为了减小累计误差造成的拼接畸变,提出了一种基于L-M(Levenberg-Mar-quardt)算法的全局优化方法。该方法是在每一幅图像的初始球面投影参数的基础上,采用L-M算法进行迭代计算,在迭代过程中根据增长率δ的取值实时调整阻尼因子μ,从而不断更新迭代方向和迭代步长,求出最优投影参数集,使所有图像的全部的特征点经球面变换后的误差距离总和最小,实现全局配准。把该算法应用到多幅岩心荧光图像的拼接中,解决了累计误差造成的畸变问题,获得了满意的拼接效果。     

基于SIFT特征匹配的图像拼接算法

针对传统图像拼接算法效率低和鲁棒性差的问题,提出一种改进的基于SIFT特征匹配的图像拼接算法。在图像预处理阶段,首次运用离散余弦变换、量化、反离散余弦变换、反量化,来对图像增强。其次,在计算变换模型时,由于没有预检验策略,致使RANSAC算法迭代次数增加。为此,提出了预检验策略。实验结果表明,在不改变匹配精度的前提下,该改进算法得到了比较理想的效果。     

用于遥感图像拼接的改进SURF算法

经典的SURF算法存在许多不足,如特征描述符维度高、运算量大,对于旋转和拍射视角变换角度过大时,匹配精度低等。针对以上问题,提出了一种改进算法,首先通过Hessian矩阵提取特征点,然后采用特征点圆形邻域进行特征描述,使用Haar小波响应为每个特征点建立描述符,同时计算邻域内归一化的灰度差分及二阶梯度,形成新的特征描述符,最后采用RANSAC算法剔除误匹配点。该算法不仅较经典SURF算法具有速度优势,同时充分利用了灰度信息和细节信息,具有更高的精度。实验结果表明:该算法对图像的模糊、光照差异、角度旋转、视场变换等均有良好的鲁棒性和稳定性。将该算法应用于遥感图像拼接,得到无明显几何移位、边缘衔接良好的拼接图像。该算法是一种耗时短、精度高的图像配准算法,能够满足遥感图像拼接对配准的要求。     

基于相机标定的图像拼接算法

针对现有图像拼接算法在配准精度和速度方面的不足,提出了一种利用相机标定信息和相位相关技术相结合的图像配准方法,并给出了算法的详细推导过程.算法通过相机标定获得投影矩阵、相机坐标系间的旋转变换矩阵和平移向量.利用相机坐标系间的旋转矩阵推导对应图像间的旋转变换公式,通过z轴位移及场景的平均景深近似求解图像间的缩放系数,利用相位相关法求解图像间的平移转换参数.实验结果证明该算法理论推导正确,在有效景深范围较小情况下图像拼接准确,对于分辨率为640×480的输入数据,平均拼接速度能够达到26.8 ms.     

基于改进Harris的图像拼接算法

针对传统Harris角点检测算法进行改进,提出了一种基于改进Harris的图像拼接算法.首先,通过修改角点响应函数,引进8邻域比较以及圆形非极大值抑制窗口,采用NCC算法对检测出的Harris角点进行粗匹配,采用RANSAC算法剔除误匹配,最后对匹配图像进行图像融合,完成图像拼接.仿真结果表明,该算法提高了图像拼接的准确性、稳定性和鲁棒性,能够达到无缝拼接,具有优良的实用性.     

基于改进SURF算法的图像拼接技术研究

针对传统的加速稳健特征（SURF）算法在图像拼接过程中计算复杂度高以及匹配精度不佳等问题,提出一种基于SURF的改进算法,首先基于加速分割检测特征（FAST）算法快速提取图像特征点,利用SURF算法对提取到的特征点进行特征描述,然后通过改进的k-d树最近邻查找算法（BBF）寻找图像间的匹配点,与双向匹配的自适应阈值配准法相结合进行图像的匹配,利用改进的随机抽样一致性（RANSAC）算法对提取的特征点进行误匹配剔除,最后使用渐入渐出的加权融合算法对图像进行拼接。实验表明与传统的SURF+RANSAC算法相比,本文算法的图像拼接速度快,匹配精度更高。     

基于边缘扩展相位相关的图像拼接算法

针对图像拼接算法中计算量大的问题,提出了一种基于边缘扩展相位相关的图像拼接算法。该算法采用迭代阈值分割法对图像进行边缘检测,并对检测出的边缘进行扩展相位相关计算,得出图像间的平移、旋转和尺度变化。利用这些参数拼接图像,用渐进渐出的方法实现拼接图像的融合。实验证明,该算法能够简化计算,并有效地实现图像的拼接。     

无约束最优化图像重建算法研究

在无约束最优化为基础的图像重建问题中,为了提高迭代效率以及重建图像质量,首次提出将变度量法应用到图像重建中.分别给出了变度量法,最速下降法和共轭梯度法的算法描述,并且分析了这些方法的优缺点.变度量法在迭代效率和重建图像质量方面优于其它两种算法.通过模拟实验,分别对这三种算法进行了迭代次数和重建图像质量的比较,结果证明了变度量法的优越性.     

基于视频图像的快速拼接算法研究

提出一种基于特征列的全自动无缝图像拼接算法.该算法以上一帧图像中特征最明显的一列像素为基础模板与下一帧图像匹配,并提出了自动检测误匹配以及对误匹配进行处理的方法.该算法最大的特点是其鲁棒性.对工程中需要提高拼接速度的环境,可以达到实时或准实时性的要求.     

全景图拼接算法的设计与实现

研究了全景图生成过程中相关图片拼接的问题.探讨了通常的2种图像拼接算法及其优缺点,在定义匹配图、包含图和模板图的基础上,提出了一个基于模板匹配的全景图拼接算法,引入标准相似度实现模板匹配,在Visual C 6.0环境中编程实现图片的拼接,并验证了算法的正确性.