基于特征点匹配的图像拼接算法

针对海洋图像的特点,对海上溢油航空遥感监测中的图像拼接方法进行研究.采用特征点匹配的方法,在待匹配的图像上人工选取三个特征点以对两幅有重叠区域的图像进行拼接,并构造一个图像拼接系统.数据处理结果表明,该方法能够得到较理想的拼接效果.     

基于SIFT和小波变换的图像拼接算法

提出了一种基于尺度不变特征变换(SIFT)和小波变换的图像拼接算法,以提高室外复杂场景的图像拼接质量.利用SIFT算法提取基准图像(待匹配图像)和后续图像(与基准图像进行匹配的图像)的特征点,确定特征点的位置、尺度与方向;利用128维向量对特征点进行描述;利用最近邻法完成两幅图像特征点的匹配,确定重合区域;利用基于小波变换的多分辨率方法完成对图像的拼接.实验结果表明,该方法对亮度差异较大的图像拼接效果良好,适宜于室外复杂环境的图像拼接.     

低照度岩心荧光图像拼接技术

针对低照度岩心荧光图像拼接问题,通过相位相关法,利用频域中的相位信息来实现图像的拼接.对有位移、旋转、缩放,以及光照变化的图像用对数极坐标相位相关法进行图像配准.实验表明该方法能够有效地克服图像间光照变化和CCD镜头造成的几何畸变对拼接的影响,是一种有效的岩心荧光图像拼接方法.     

分形技术及小波变换在全景图像中的应用

介绍了全景图生成过程,并对图像拼接的关键和难点技术进行了总结.在此基础上提出了一种新的全景图生成算法,该算法首先利用分形技术对图像进行匹配,然后用基于小波分解系数的渐入渐出的融合方法来进行平滑无缝拼接,最后生成全景图.实验结果表明,该算法具有较好的稳定性,能较好地消除拼接痕迹,获得了理想的图像拼接效果.     

基于灰度累积评价的全景图像自动拼接算法

在已有的全景图像拼接方法中,无论是柱形还是球形,都需要很多人工操作,这使得工作效率低下并且成本高昂.为了实现自动化,提出一种新的拼接方法:把拍摄的照片用一种按纹理中心点进行的球面映射方法来进行纹理投影,考察这样投影后照片的重合带图像,以重合带的差值图像灰度累积平均值为评价参数,计算出纹理中心的最佳位置,并以该位置为拼接条件生成全景图像.该算法适合球形全景和柱形全景图像的拼接.该算法可使程序的全景图像拼接过程完全自动化,从而降低全景图的制作成本.     

基于SIFT算法的无人机烟株图像快速拼接方法

无人机由于受到飞行高度及携带相机焦距的限制,拍摄的图像范围很小,单个图像难以反映实际采集情况,为了获取拍摄区域全景图像,需将多个遥感图像进行拼接。传统的图像拼接算法具有计算量大、拼接耗时等缺点,无法满足无人机图像拼接的实时性要求。本文提出了一种基于SIFT特征向量的烟株遥感图像拼接方法,该方法在对无人机图像畸变进行预处理的基础上,利用相位相关算法确定图像重叠区域并检测该区域特征点,构建特征向量图来进行特征点匹配,最后根据两幅图像中相应特征点的坐标关系,采用RANSAC算法计算最优匹配变换矩阵。按照上述方法对获取的烟株图像进行拼接,结果表明:该方法快速有效,较传统SIFT拼接算法在速度上提高了49.8%。     

基于小面元配准的倾斜遥感图像拼接

针对倾斜遥感图像拼接中存在配准精度不高,重叠区域出现重影的问题,提出了利用三角网进行小面元配准及加权融合的拼接方法。首先,求解全局单应性矩阵进行图像预对齐,并利用转换矩阵提取图像重叠区域;其次,利用特征匹配对构建重叠区域Delaunay三角网并对相应三角网逐个进行仿射变换实现精确配准;最后,利用渐出渐入式融合消除图像重叠区域重影,提高了图像拼接目视效果。通过主观评价(CCIR500-1的主观评价标准)与客观评价[峰值信噪比(peak signal-to-noise ratio, PSNR)评价和结构相似性(structural similarity index, SSIM)评价]相结合的方式对图像配准及拼接质量进行评价。实验结果表明:该方法能够有效提高图像配准精度,消除图像拼接重叠区域的重影,相比于当前主要算法,该算法配准精度更高,图像拼接目视效果更好,能有效地应用到倾斜图像拼接领域。     

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。     

图像分块匹配下视频全景拼接方法

针对当前高分辨率视频序列图像拼接生成全景图像时效率低下,提出图像分块匹配下视频全景图像拼接方法.首先对待匹配视频帧图像对分别进行格网划分,对划分后各子图像之间建立对应关系;然后,对各子图像对采用SIFT算法分别进行关键点检测,并利用自适应非极大值抑制法对所检测的关键点进行过滤,保留少量强度值较大的关键点作为待匹配点;在匹配搜索过程中,将匹配搜索范围严格控制在各关联子图像之间,并在此基础上进行全景图像配准与拼接;最后,为避免手持摄像机在拍摄时引起的抖动和偏移,通过构建全局旋转矩阵修正波浪状全景图像,使输出的全景图像更符合对现实世界的表达.实验结果表明提出的全景图像拼接方法速度快,适用于普通视频设备环绕拍摄的视频序列生成全景影像.     

图像拼接技术在金相分析中的运用

为了对经显微镜采集的金相组织样品的不完整的多幅图像进行直观全貌的展现,也为了对金相组织样品进行定量检验,作者将图像拼接技术运用到金相组织样品图像的分析之中,对目标图像进行连续摄取和多视场目标图像进行自动拼接.实验结果表明经拼接后能清晰、准确的全貌展现金相组织样品图像,对样品的分析检验起了重要作用,显示了广阔的应用前景.     

一种鲁棒的图像拼接算法

图像拼接的核心是图像的配准.提出一种准确、高效的图像拼接方法:利用Harris角点检测算子提取相邻图像的特征点,通过Euclid度量改进熵变换的算法,进行特征点匹配,并通过最小均值二乘估计求解相邻图像的变换矩阵,以此实现宽视角图像的拼接.实验结果表明:所给出的算法能够实现场景图像的精确匹配.     

纹织CAD中图像的自动拼接算法

针对织物扫描获得的各个分块图像需要进行拼接的问题,结合扫描图像的数据特点,首先采用一种改进的SIFT(Scale Invariant Feature Transform)算法进行特征点的获取与匹配,并且用RANSAC(Random Sampling Consensus)算法精选匹配点对以求得转换矩阵,然后将待拼接的织物扫描图像通过转换矩阵映射到参考空间上,最后用线性过渡法来实现图像间的无缝拼接.实验结果表明:该方法不仅有效快速,而且对于织物扫描图像之间存在的平移、旋转、亮度差异以及一定程度上的形变都保持了很好的稳定性,能很好地适应纹织CAD中图像的自动拼接.     

基于SIFT特征矢量图的快速图像拼接方法

为了减少图像拼接方法的计算复杂度,提出一种基于尺度不变特征变换(SIFT)特征矢量图的快速图像拼接方法.该方法首先结合相位相关算法,确定待拼接图像的重叠区域,限定SIFT特征点检测范围;然后考虑特征点的空间位置信息,构建SIFT特征矢量图像,以便在特征匹配时限制匹配点的搜索范围,快速获得匹配点对.实验结果表明,该方法减少了大量的不必要搜索,提高了图像拼接速度.     

基于虚拟平面的广角镜头全景拼接

基于多图像级联拼接的全景成像技术常常使用广角镜头采集源图像。针对非线性的柱面模型、球面模型拼接鲁棒性较差,以及传统平面拼接模型占用存储空间过大的问题,提出一种基于虚拟平面的广角镜头拼接算法。通过将最后显示面进行网格化,并通过虚拟平面间、显示面、原图与虚拟平面间映射关系,找到网格点与原图的对应关系;再对显示面非格点区域进行位置索引插值,完成显示面填充。还通过基于虚拟平面的移动直接线性变换进行拼接优化;并使用级联拼接实现全景。实验证明与移动直接线性变换方法相比,细节效果相当且有速度提升,比柱、球面拼接方法拼接更为鲁棒。     

基于 SIFT 算法的无人机遥感图像拼接技术

为了给农田研究人员提供高精度、 宽视野的图像, 在利用 SIFT(Scale-Invariant Feature Transform)算法初 步检测候选点步骤中, 加入自适应阈值去除部分候选特征点; 结合无人机图像的经纬度坐标及重叠区域位置关 系剔除部分无效特征点, 并进行特征点粗匹配; 利用随机采样一致算法消除误匹配点对, 并求解投影变换矩阵 完成相邻两幅农田遥感图像的拼接; 设计了金字塔拼接策略, 完成 128 幅高分辨率图像的拼接。 实验结果表 明, 基于 SIFT 算法, 利用改进的特征点精简方法, 特征点粗匹配时间平均减少了52%, 精匹配时间平均减少了 25%; 基于 6 个图像融合评价参数的对比实验发现, 从定性和定量两个方面, 基于多分辨率的图像融合均优于 其他融合算法。     

基于特征点匹配的拼接算法研究与实现

针对图像间因具有旋转及光线强度差异等现象而导致的拼接效果不佳及拼接速度慢的问题,提出一种基于特征点的配准算法.该算法首先利用相位相关法确定图像重叠区域,然后采用改进Harris角点检测算法检测角点,再根据相似测度NCC(Normalized Cross Correlation)方法提取出匹配特征点对,最后用渐进渐出的方...     

图像拼接的预处理算法研究

在基于图像的虚拟现实中，为了加快相邻图像的拼接速度，提出了对图像进行灰度化，然后将灰度图投影，进行粗略匹配的预处理算法。实例表明，该算法可以有效地实现图像预定位，缩小图像拼接时的搜索范围，提高拼接速度。     

阵列工业图像快速拼接算法

相机阵列获取的多目图像拼接常依赖特征点的数量和空间分布情况,采用传统Harris角点检测算法提取特征点时,会产生伪角点和角点簇,影响拼接速度和精度。自定义Harris角点检测阈值,保留明显特征点,利用自适应非极大值抑制(ANMS)优化角点簇问题;再生成特征描述子,实现特征点的初步匹配,接着用随机抽样一致算法(RANSAC)去除误匹配;最后采用渐入渐出融合算法,实现了拼接图像的平滑过渡。结果表明,该算法能够快速、精确地实现工业图像拼接,具有优良的工业实用性。     

数字图像处理技术在膜图像处理中的应用

为了在膜分离过程的数值模拟中建立准确的几何模型,利用数字图像处理技术,通过灰度变换、中值滤波、图像分割、边缘检测和矢量化等方法,处理了膜的SEM(扫描电镜)图像,得到了膜的边界矢量图和膜的孔隙率等结构参数.结果表明,处理后的膜断面图像准确地呈现出了膜内部的结构信息.     

一种基于特征点的图像匹配算法

本文提出一种图像特征点匹配算法，并在该算法的基础上形成构建全景图的图像拼接算法．此算法采用Harris角检测算子进行特征点提取，并为其分配特征描述符．在进行相邻图片的特征比对时，提出一种基于小波系数的特征索引算法，提高搜索效率．运用稳健的RANSAC算法将伪匹配点集合划分成为内点与外点，在内点域中精确计算图像之间的变换关系．算法的重要特点为：基于小波系数的特征索引，可以使不同图像之间匹配特征点的搜索效率显著提高．实验结果表明：该算法得到的匹配点精确，受图像的形变、噪声影响较小；图像拼接处理的效果较好，具有较高的实用价值．