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。     

一种快速的柱面全景图像拼接算法

长久以来在计算机视觉、图像处理和计算机图形学的研究中,图像拼接技术一直都是主流方向。利用它能够构造大场景图像及全景图像,借此以产生大视角的高清晰度图像。目前,这种技术被广泛应用在虚拟现实领域、医学图像处理领域、遥感技术领域和军事领域中。提出了一种基于图像特征点匹配的柱面全景图像拼接算法,实验表明,该算法具有匹配精度高、鲁棒性强等特点,可以快速而高效地生成柱面全景图像,具有很高的实用价值。     

数字图像拼接技术

数字图像拼接技术在现实生活中有广泛的应用,本文阐述了图像拼接技术的要点，图像拼接技术大致可以分为图像预处理、图像配准和图像缝合三个基本步骤，我们对各步骤中所需要的各类经典算法进行了详细论述．根据实验经验，揭示了这些算法的使用范围，比较了各自的优缺点，最后对图像拼接算法的发展进行了展望．     

多模态硬币图像单应性矩阵预测

对不同成像条件下拍摄的硬币图像进行配准是硬币表面缺陷算法的前置任务。然而,基于互信息的传统多模态配准方法速度慢、精度低,现有的通过基于深度学习的单应性矩阵预测方法实现的图像配准只适用于单模态的任务。为此,提出一种基于深度学习的适用于多模态硬币图像的单应性矩阵预测方法,进而使用预测的单应性矩阵完成图像配准。首先,使用单应性矩阵预测层预测输入图像对间的单应性矩阵,使用单应性矩阵对待配准图像进行透视变换;然后,使用图像转换层将透视变换后的待配准图像和目标图像映射到同一域,图像转换层可在推理时去除从而减少推理时间;最后,计算同一域下的图像间的损失,并进行训练。实验表明,该方法在测试集上的平均距离误差为 3.417 像素,相较于基于互信息的传统多模态配准方法 5.575 像素的平均距离误差降低 38.71%。且配准单对图像耗时为 17.74 ms,远低于基于互信息的传统多模态配准方法的 6 368.49 ms。     

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。     

基于特征点的图像拼接方法

提出了一种基于特征点匹配的全景图像拼接方法.该方法首先利用sift算法提取各图像中的特征点并利用Harris算法对图像特征点提取进行了优化,然后采用基于K-d树的BBF算法查找和确定初始匹配点对,完成特征点的粗匹配,再根据图像配准结果使用稳健的RANSAC算法对粗匹配的特征点进行筛选,计算出图像间变换矩阵H,最后采用渐入渐出的加权平均的融合算法对两幅图像进行无缝拼接,形成一幅完整的全景画面.实验结果验证了该方法的有效性,拼接效果较好.     

基于角点检测和单应性变换阵的多视角航拍图像拼接研究

图像拼接能将若干幅具有重叠部分的图像融合到一副图像中,获得宽视角或360°的全景图像.针对获取的多视角校园航拍图像,为服务于数字校园的构建,发展了一种图像拼接融合方法.该方法首先使用了Harris角点检测算法提取图像的角点信息,其次,利用多尺度定向补丁的图像匹配方法进行图像间的初匹配,最后利用RANSAC算法求解最优单...     

全景图拼接技术研究及应用

根据全景图的生成流程,介绍全景图生成过程中所用到的各项技术。通过对全景图拼接技术的国内外现状及其应用领域的分析和研究,得出全景图拼接技术具有广阔的应用前景。     

改进的实时图像拼接方法

通过分析比较不同配准算法的优缺点,提出一种基于灰度相关与特征点相结合的实时图像拼接方法。算法首先对图像进行自适应缩放,调整为需要输出的大小,然后用基于特征边缘点方法确定配准方向和大体位置,用基于灰度相关方法准确定位最佳匹配点,最后通过加权平均法对重叠图像进行融合处理。实验结果表明,算法能准确地对图像进行拼接,具有实时性和高效性。     

一种基于区域检测特征描述子的静态图像拼接算法

图像拼接技术是当前图像处理领域的一个热门研究课题。它将一组相互存在重叠部分的图像进行空间匹配对准,经融合后成为一幅包含各图像信息的大视场的完整图像。提出了一种基于区域检测特征描述子的图像拼接算法。算法由以下几部分组成：首先,在图像配准方面,主要采用区域检测特征描述子来寻找特征点和特征描述子并据此对图像进行匹配;然后,利用统计学方法寻找高效匹配点;接下来,运用单应性矩阵投影方法对图像做投影变换;最后,基于变换结果的图像融合拼接。     

利用分层深度全景图实现基于图像的绘制

提出一个快速绘制的ＩＢＲ新方法,它用分层深度全景图（ＬＤＰ）作为三维模型的中间表示,通过ＬＤＰ的重投影变换快速生成新的视图,ＬＤＰ可以看作物体的一个全景视图,但在每个视线方向有多个不同深义的象素,当用ｎ个平面投影图像建立ＬＤＰ时,它的数据量不是取决于采样图像的数量,而是取决于物体表面的复杂性,由于ＬＤＰ可以看作一个独立的图像坐标框架,ＭｃＭｉｌｌａｎ的顺次扫描重投影算法能够用于ＬＤＰ中,避免了Ｚ缓     

大场景的视频全景图拼接

为了解决大场景全景图拼接过程中的误差累积问题,提高图像拼接的一致性,提出了一个新的全景图拼接算法。把全局图像配准看作是一个统计估计问题,运用增广的卡尔曼滤波对图像的全局变换参数进行递归地增广和估计。实验结果表明,得到的变换参数是全局一致的,生成的全景图不存在拼接裂缝。拼接算法考虑了各种不确定性,适用于噪声大场景的全景图拼接。     

基于多分辨率技术的快速全景图图像匹配算法

为了对全景图像进行快速拼接和准确匹配,提出了一种新的基于多分辨率技术,利用相邻图像之间的颜色和边缘信息进行图像拼接的算法。目前应用于全景图制作的图像匹配算法通常要求拍摄时,相机要绕一垂直转轴（如三角架）做水平转动,同时不仅要求拍摄出的相邻图像有较多的重叠部分,而且相邻图像的光照差别不能太大,而新算法则避免了上述的对图像获取条件和图像质量的严格限制。因为该算法受相邻图像间光照强度变换和由镜头带来的图像形变的影响较小,所以在图像匹配实验中,该算法对各种条件下获取的图片都表现出很好的鲁棒性。实验结果表明,该算法在降低计算复杂度的同时,还有效地克服了由图像形变和不同光照条件所带来的图像的拼接困难。     

一种街景全景生成的改进算法

当前主流的全景拼接软件在进行投影变换的过程中对街景影像上匹配点对的精度的依赖性较强。为了增强其鲁棒性,采取在投影后的影像上获取匹配点对并将其反投影回街景影像坐标系的策略来减少对初始匹配点对的依赖。此外,针对投影后相邻图像之间的错位导致全景拼接产生缝隙的问题,采用多层B样条插值算法对相邻图像的光流进行插值来消除影像间的错位。实验结果表明,上述的算法策略提高了投影转换的精度,明显改善了全景拼接的效果。     

增强现实中虚实结合的新方法

提出了一种增强现实中虚实结合的新方法．首先研究了一种两帧相邻图像的快速点对应方法;在准确对应的前提下,大大提高了对应的速度．在此基础之上,研究了基于平面结构的虚实结合方法;通过计算表示虚实坐标之间关系的单应矩阵,可以得到任意一帧虚实坐标之间的单应矩阵,实现了虚实结合和虚拟物体的动态跟踪．所提方法简单、方便,对于虚拟物体的注册误差较低．     

孔壁全景图获取中的图像拼接技术研究

采用钻井后数字摄像获取具有真实感的孔壁全景图以进行地质分析已成为地质勘测的重要方法之一。已有的全景图获取方法存在设备成本高或图像拼接效果不理想等不足。通过控制测井深度,对井下孔壁四周360度的柱面空间投影到像面上得到序列环带图像,并对图像进行展开,运用中值滤波算法对图像进行预处理,通过差值图像匹配原理找出图像的重叠部分进行配准,然后采用贝塞尔曲线的逼近算法对图像进行融合,实现图像间的平滑过渡,最后得到具有真实感的孔壁全景图。实际地质勘测应用表明,该图像拼接技术简单,处理灵活高效,所获取的孔壁全景图具有理想的效果。     

由未标定手持相机拍摄的图片构造全景图

提出了一种利用普通未经标定的相机,在近似固定位置拍摄的图片,来构造水平方向360°全景图的方法.一般来说这种图片可能存在透视变形较大、相邻图片重叠部分较小、亮度差异明显以及相机的倾斜和旋转等问题.这就使此类图像的配准和全景图拼接问题比采用经标定的相机或专用设备所拍摄的图片较为困难.因不宜直接采用简单的图像配准技术,文中特设计一种含梯度方向极稳健高效的特征匹配方法来对此类图像进行配准;同时提出了可靠的初始参数估计方法,并将求取相邻图像间透视变换参数的非线性优化过程简化为线性步骤,提高了运算速度和稳定性.实验结果表明,即使重叠区域很小(16%),该方法仍可获得较为满意的拼接效果.     

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。