大规模显微图像拼接算法

针对大规模显微图像拼接中的误差累积问题,提出了一种新的图像拼接模型。首先利用基于区域的对准方法,按照由粗到细的分层对准策略,提高图像对准的速度与准确性。然后,利用所有重叠图像对的对准约束,建立了一种图像拼接模型,并通过求解线性方程组得到拼接模型的最优解,从而实现了大规模显微图像的自动拼接。从实验结果看,该算法有效地消除了误差的累积效应,获得了理想的拼接效果。     

球面全景图像的拼接算法研究

在分析球面图像拼接算法的参数模型,基本原理和实现方法的基础上,提出了球面全景图像拼接的优化算法,取得了良好的拼接效果。     

球面全景图像的拼接算法研究

在分析球面图像拼接算法的参数模型、基本原理和实现方法的基础上,提出了球面全景图像拼接的优化算法,取得了良好的拼接效果。     

基于深度学习的图像拼接算法研究综述

图像拼接是计算机视觉和计算机图形学中的一个重要分支,在三维成像等方面具有广泛的应用。相较于传统基于特征点检测的图像拼接框架,基于深度学习的图像拼接框架具有更强的场景泛化表现。目前虽然关于基于深度学习的图像拼接研究成果众多,但仍缺少相应研究的全面分析和总结。为了便于该领域后续工作的开展,梳理了该领域近10年的代表性成果。在对传统拼接方法与基于深度学习的图像拼接方法对比的基础上,从图像拼接研究领域中的单应性估计、图像拼接和图像矩形化三个子问题出发,进行了学习策略及模型架构设计、经典模型回顾、数据集等方面的整理与分析。总结了基于深度学习的图像拼接研究方法的一些特点和当前该领域的研究现状,并对未来研究前景进行了展望。     

运用区域标定自动机的文字图像拼接算法

本文提出了一种新的文字图像的匹配拼接算法。运用基于区域标定自动机的方法获得重叠图像的特征匹配点,利用特征点的匹配可成功实现倾斜的灰度文字图像及无倾斜二值文字图像的平滑拼接。实践结果表明,方法拼接效果良好,能有效地克服图像质量的影响,当灰度图像的灰度值相差较大并且图像具有旋转时,也能实现对图像的拼接。     

基于2D格状图的显微图像拼接

针对大规模显微图像的拼接,提出了一种显微图像拼接的全局对准模型。利用2D格状图表示图像的邻接关系,并根据局部对准的可靠性对格状图进行修正,以消除空白区的影响。根据图像投影坐标的误差建立全局对准模型,可以有效地消除误差积累。把系统偏斜校正作为约束条件加入全局对准模型,并利用非线性优化方法得到具有全局一致性的图像对准参数,成功地解决了大规模显微图像的拼接问题。     

基于图像子波包表示模型的图像镶嵌算法研究

本文介绍了数学图像的子波包分解与合成方法，并基于图像的这种表示模型，提出了图像镶嵌算法，数值实验结果表示拼接效果优于数学图像子波变换拼接算法。     

基于兴趣点匹配的全景图拼接算法研究

对全景图拼接技术和全景数字视频拼接常用算法做简单介绍,提出基于兴趣点匹配的图像拼接方法,并给出运用该方法的一个实例。     

基于单应性矩阵的大尺寸零件视觉测量图像拼接方法

针对视觉检测技术对大尺寸复杂零件测量精度低的问题,提出一种基于单应性矩阵的大尺寸零件视觉测量图像拼接方法。首先建立世界坐标系→相机坐标系→投影坐标系→图像坐标系之间的归一化模型,提炼出简单易懂的坐标变换表达式H;然后对摄像机进行多次标定,确定像素当量、拍摄视场及焦距;再获取零件图像,利用前面得到的最简坐标表达式H得到拼接图像之间的配准,最后完成若干副图像的拼接,把拼接结果和SURF特征点方法及向后映射模型归一化的拼接结果进行比较。结果表明,该方法可以大大减少大尺寸零件拼接的时间,较SURF特征点方法和向后映射拼接用时分别降低86.55%和67.30%,拼接精度远高于SURF特征点方法和向后映射方法,分别提高了50.95%和25.08%,测量精度满足大尺寸零件检测精度要求。     

显微图像拼接的误差分析

针对显微图像拼接中的误匹配和误差积累问题,把图像对准误差划分为第一类误差和第二类误差,并提出了一种新的图像拼接方法.首先利用所有重叠图像对的局部对准约束建立全局对准模型,它可以消除第一类误差引起的误差积累;然后根据全局对准误差的分布特性,提出消除第二类误差的最小回路一致性方法.实验表明,该图像拼接方法计算简单、有效,适用于大规模的显微图像拼接.     

图象拼接误差的理论分析

对图象拼接的误差及其对图象质量的影响建立了数学模型，通过对模型的分析得到了图象最佳重叠比例和拼接积累误差期望值的计算公式。通过计算分散积累误差前后的拼接图象质量的期望值，从理论上证明了这种减少积累误差影响的方法的有效性，给出了对比实例。     

基于抖动的导航路径图像无缝拼接方法仿真

由于传统导航路径图像拼接法受尺寸大小、视觉角度以及光照变换等外界因素的影响,导致抖动图像匹配效果差,无法得到有效图像。因此,提出并设计一种基于抖动的导航路径图像无缝拼接方法。首先使用傅里叶变换方式对初始图像做变换处理,得到经过粗糙拼接的抖动结果,获取导航路径抖动后图像,再采用仿射映射与矩阵分解法对抖动图像做配准处理,修正该图像畸变,并得出两幅图像变换关系,然后使用ASIFT方式对其做特征点匹配计算,同时依据RANSAC原理去除匹配错误点,最后通过加权平滑方式对两幅抖动图像拼接线处理,实现抖动导航路径无缝拼接图像。通过仿真证明,所提方法计算简便、图像清晰、拼接效果具有较高实效性等优点。     

图像拼接方法综述

概述了图像拼接的基本理论和一般过程,分类介绍了各种图像配准方法的原理和优缺点,重点分析了基于特征的图像配准技术,详细阐述了随机采样一致算法在基于特征的图像配准技术中的应用.     

结合变形函数和幂函数权重的图像拼接

针对图像拼接算法存在效率低下、特征点错误匹配、重影和拼接缝等问题，提出一种基于尺度不变特征变换、薄板样条函数和幂函数的图像拼接方法。该方法通过对输入图像进行采样匹配，计算输入图像间的点映射关系和重合区域，使用点映射关系对重合区域内的特征点进行定向配准，利用特征点集合计算出图像的局部扭曲模型，使用图像插值方法对图像进行变形映射；采用幂函数权重模型对变形图像中的像素进行平滑过渡，完成图像拼接。实验结果表明，在拼接相同图像的情况下，所提方法与传统的尺度不变特征变换算法相比，特征点配准效率提高了约59.78%，而且得到了更多的特征点对；与经典的图像拼接算法相比，该方法解决了图像的重影和拼接缝的问题，同时提高了图像的质量评估指标的得分。     

基于比值法图像拼接的等比例改进算法

图像拼按技术是通过将一组具有部分重叠的图像或视频图像进行无缝拼接后而得到的具有高分辨率的图像或全景图,是图像处理技术的一个重要内容。主要介绍了图像拼接技术的主要步骤、比值匹配法的基本原理和优缺点,然后针对此算法容易出现误匹配的问题,提出了一种改进的算法。通过引用等比例数列的思想增加区域像素信息,与传统方法相比,这种方法可以更快更准地找到最佳匹配位置,从而提高了算法的准确性。实验结果证明了此算法可以有效的消除误匹配。     

病理切片图像拼接修正技术

图像拼接技术具有广泛的应用性,是当前图像处理领域的研究热点.由于技术原因,在拼接时会造成误配.目前一般利用全局优化的方法进行图像拼接修正,理论上较为合理,但是速度和效果方面都欠佳.针对图像在拼接过程中,位置之间的相关性,提出一种基于单元拼接理论的修正方法.提出拼接参数的相关公式,分析并证明公式的正确性,并给出修正简化规...     

一种改进的全视角人脸纹理图像生成方法

传统的全视角人脸纹理图像生成方法计算量大、鲁棒性差,不能很好地解决配准和接缝问题。为此,提出一种改进方法。对待拼接的人脸图像进行归一化处理,利用基于列特征向量的灰度值匹配算法实现图像的精确匹配,使用双重融合算法处理重叠区域,使图像平滑过渡。实验结果表明,该方法匹配速度较快、鲁棒性较强,能有效消除误匹配。     

一种全景图快速生成算法及其实现

针对柱面全景图拼接提出一种快速稳定的拼接算法。该方法将待拼接的二维图像的灰度值投影变换到一维数轴上，选择特征明显的灰度段作为模板，通过序贯相似性检测进行匹配，并在匹配过程中能够自适应地调整阀值，最后采用线性加权法对图像进行无缝拼接。采用普通相机拍摄的序列图像进行实验，实验结果证明该方法提高了拼接速度，降低了图像亮度差异的影响，使结果图像自然逼真。     

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。     

基于半投影翘曲的无人机图像拼接方法

为了解决无人机图像在拼接过程中出现的错位、重影等造成图像失真的问题,提出一种基于半投影翘曲的无人机图像拼接方法。首先估计图像的全局投影变换矩阵;然后根据待拼接图像的重叠情况,以及投影变换和相似性变换的连续性,求解出过渡变换矩阵和相似性变换矩阵,得到最终的半投影变换矩阵;最后构建图像重叠区域的差异矩阵,以此为基础获取重叠区域的差异性区域。使用分区融合策略,在差异性区域进行单采样,其他区域进行距离加权融合。实验结果表明,该方法可以很好地拼接由于视角变化、地势起伏等造成视差的无人机图像,得到的拼接结果自然清晰,效果优于其他先进算法。该方法有效地解决了无人机图像拼接错位、重影的问题,在多项定量指标上表现良好。