發(fā)布時間：2018-03-09 12:26

  本文選題：圖像配準　切入點：SIFT　出處：《青島科技大學》2017年碩士論文　論文類型：學位論文

【摘要】：隨著計算機技術(shù)的飛速發(fā)展,圖像配準已成為圖像處理領(lǐng)域的研究熱點,它在醫(yī)學、遙感、軍事、計算機視覺等領(lǐng)域得到廣泛的應(yīng)用。隨著應(yīng)用的深入,對圖像配準的適應(yīng)性、實時性和準確性都提出了更高的要求。近幾年出現(xiàn)了很多圖像配準算法,取得了許多研究成果,但是仍存在一些問題需要解決和完善,所以對圖像配準算法進行深入的研究有著十分重要的意義。本文重點研究了基于局部特征的SIFT算法,目的是提高配準算法的實時性和準確性,主要研究內(nèi)容包括以下幾個方面:首先,本文對圖像配準的基礎(chǔ)理論和關(guān)鍵技術(shù)進行了系統(tǒng)的研究。從圖像配準的研究狀況出發(fā),分析了圖像配準的基本框架,研究了配準算法的四種變換模型以及常用的三種重采樣技術(shù),并從復雜度、魯棒性、配準精度和配準時間四個方面對算法的性能進行評價與分析。其次,詳細的研究了SIFT算法的基本原理和實現(xiàn)過程,針對算法在特征提取時存在復雜度高、實時性差的問題,提出了一種結(jié)合ORB算法的SIFT改進算法,降低原算法的時間復雜度,提高算法的實時性。在配準階段采用了改進的Kd-樹最近鄰查詢算法,減少原算法在“回溯”操作時消耗的大量時間,結(jié)合RANSAC算法對匹配對進行精簡,提高算法的準確性。將改進后的算法與原算法在視角變化、尺度變化、旋轉(zhuǎn)變化三個方面進行對比與分析。從實驗數(shù)據(jù)來看,改進后算法在配準速度和配準精度方面都得到提升,證明了改進后算法的可行性。最后,本文將改進后的算法應(yīng)用到場景圖像的拼接中。采用對比度增強和直方圖均衡化的方法對圖像進行預(yù)處理,并將改進后算法應(yīng)用到場景圖像的配準,在圖像融合階段分析了三種消除拼接縫隙的方法,經(jīng)對比發(fā)現(xiàn)加權(quán)平滑算法能實現(xiàn)重疊區(qū)域的平滑過渡,之后給出了實際的拼接效果圖。
[Abstract]:With the rapid development of computer technology, image registration has become a hot research topic in the field of image processing, it is in the medical, military, remote sensing, widely used in the field of computer vision. With the deepening of the application of image registration, adaptability, real-time and accuracy are put forward higher requirements. In recent years there has been a lot of image registration algorithm, obtained a lot of achievements, but there are still some problems to be solved and improved, so in-depth study of image registration algorithm has a very important significance. This paper focuses on the research of SIFT algorithm based on local features, the purpose is to improve the real-time and accuracy of the registration algorithm, the main research contents include the following: first of all, the basic theory and the key technology of image registration are studied. Starting from the research status of image registration, image registration The basic framework of four transformation model registration algorithm and three common resampling technique, and the complexity of the four aspects of robustness and precision of registration time on the performance of the algorithm is evaluated and analyzed. Secondly, a detailed study of the basic principle and implementation process of SIFT algorithm, the algorithm there is high complexity in the feature extraction, bad real-time problems, this paper proposed an improved algorithm based on ORB algorithm of SIFT, reduce the time complexity of the original algorithm to improve the real-time performance of the algorithm. At the registration stage using the improved Kd- tree algorithm of nearest neighbor query, reduce the amount of time consumed by the original algorithm backtracking "operation, combined with the RANSAC algorithm for matching to streamline, improve the algorithm accuracy. The scale change of the improved algorithm and the original algorithm in view of change, for comparison and analysis. The three aspects from the change of rotation The experimental data, the improved algorithm in the registration speed and accuracy have been improved, proved that the improved algorithm is feasible. Finally, the improved algorithm is applied to image stitching. By contrast enhancement method and histogram equalization of image preprocessing, and improved algorithm applied to image registration, image fusion in the phase analysis of three kinds of methods to eliminate the splicing gap, we found that the weighted smoothing algorithm can achieve a smooth transition of the overlapping area, given the actual splicing effect diagram.

【學位授予單位】：青島科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 阮峰;張輝;李宣倫;李若云;;基于特征塊匹配的醫(yī)用注射液圖像位移補償應(yīng)用[J];影像科學與光化學;2016年06期

2 范新峰;程遠增;付強;;基于歸一化互相關(guān)的亞像素雙目視覺匹配方法[J];探測與控制學報;2016年03期

3 施文灶;毛政元;;采用非線性尺度空間濾波和SIFT的遙感影像配準方法[J];華僑大學學報(自然科學版);2016年01期

4 陳慧穎;劉進;楊潔;向夏蕓;;基于ORB算法改進的影像匹配方法[J];測繪地理信息;2015年03期

5 張采芳;田金文;;基于不變特征檢測的高精度圖像配準方法研究[J];遙感信息;2014年01期

6 宋偉;劉洪亮;納鵬宇;李明;;相似性測度函數(shù)分析及其在圖像匹配中的應(yīng)用研究[J];中央民族大學學報(自然科學版);2014年01期

7 尚明姝;;基于改進SIFT特征匹配的快速圖像拼接算法[J];微電子學與計算機;2014年01期

8 李紅梅;;基于遺傳算法的圖像匹配算法研究[J];計算機與數(shù)字工程;2013年11期

9 余先川;呂中華;胡丹;;遙感圖像配準技術(shù)綜述[J];光學精密工程;2013年11期

10 白廷柱;侯喜報;;基于SIFT算子的圖像匹配算法研究[J];北京理工大學學報;2013年06期

相關(guān)博士學位論文 前2條

1 張敏;基于多視域廣角相機視頻圖像拼接技術(shù)研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2016年

2 楊占龍;基于特征點的圖像配準與拼接技術(shù)研究[D];西安電子科技大學;2008年

相關(guān)碩士學位論文 前10條

1 陳磊;圖像配準中基于特征提取和匹配的方法研究[D];吉林大學;2016年

2 張婷;基于特征快速配準的圖像拼接技術(shù)的研究與實現(xiàn)[D];華東師范大學;2016年

3 孫華魁;SIFT方法在醫(yī)學圖像配準中的應(yīng)用研究[D];山東大學;2015年

4 戴維理;基于SIFT的圖像拼接和特征提取的研究[D];電子科技大學;2015年

5 李致遠;基于改進的圖像配準方法的全景圖像拼接研究[D];吉林大學;2015年

6 羅飛揚;基于局部相似結(jié)構(gòu)統(tǒng)計匹配模型的紅外目標識別方法[D];南京理工大學;2015年

7 唐坤;尺度不變特征的研究及其在圖像配準中的應(yīng)用[D];江蘇科技大學;2014年

8 劉松;基于改進SIFT的圖像拼接及其并行化研究[D];安徽大學;2014年

9 余道明;圖像配準技術(shù)研究及應(yīng)用[D];西南交通大學;2014年

10 張楠;基于灰度特征的SAR圖像配準方法研究[D];西安電子科技大學;2014年

，

本文編號：1588546