图像拼接技术研究综述

图像拼接技术是虚拟现实和图像绘制技术的一个重要研究方向,该文对图像拼接的内涵进行了阐述,提出图像拼接在虚拟现实、提高图像的分辨率、增大光学系统的视场角、方便图像的检索、编辑、分析和理解等四大方面的应用,研究分析了图像拼接算法的流程,介绍了图像拼接的关键技术,即图像拼接预处理技术、图像配准技术和图像融合技术。结合图像拼接技术在现实生活中的应用,提出了图像拼接方法在实时图像拼接、自动图像拼接、彩色图像拼接、3D立体图像拼接等几大方面的研究新进展。     

全景图像拼接技术研究现状综述

图像拼接技术作为合成全景图像的工具得到较快发展;图像拼接技术就是把若干幅有重叠部分的图像合成一幅大视角宽幅面的图像;主要对图像拼接技术的应用、国内外发展现状以及面临的问题进行了较为详细的介绍;最后对图像拼接技术的未来研究做了展望,提出了一些改进的思路,为进一步深入研究图像拼接技术提供参考。     

非标定图像的无缝拼接技术研究

为了降低图像拼接中对图像序列获取的苛刻要求,增强拼接算法的适应性和灵活性,本文给出了一种从特征点提取,匹配到图像间点变换估计和拼接融合的全自动稳健算法。实验结果表明,该算法不仅保持了较好的图像拼接准确性和鲁棒性,而且降低了对图像序列获取的要求．增强了应用的适应性和灵活性。     

一种用于AOI的PCB拼接算法

针对自动光学检测技术(AOI)在PCB板检测中存在的图像拼接严重错位、系统响应速度慢、拼接精度差等问题,对PCB图像拼接算法进行了改进研究.首先,提出整行缩小以及以行图像为配准图像的方式进行图像拼接;其次,在传统PCB图像拼接算法上引入surf配准,采用图像金字塔尺度空间的方法,确定拼接图像间的对应特征点,选取最近邻次近邻的配准方式进行特征匹配.实验结果表明:提出的拼接算法,生成图像的数据量相对较少、速度较快,误差不会累积传递,消除了错位偏差,并解决了因光照不均而造成拼接缝隙的问题,大大提高了拼接的精度和速度,为AOI系统后续准确识别PCB板缺陷打下了良好的基础.     

一种优化的图像拼接方法

针对目前图像拼接过程中特征点提取速度慢和特征点匹配精度不高的问题,提出了一种图像拼接的优化算法,即首先对待拼接图像进行降采样处理、然后根据半图像区域提取特征点并采用SSDA(Sequential Similarity Detection Algorithm)算法进行特征点提纯,最后进行图像拼接;拼接结果表明:与传统的图像拼接方法相比,新的优化算法大大地降低了计算数据量,在图像拼接时间方面具有明显的优势.     

一种基于角点匹配的图像拼接算法研究

提出了一种基于角点匹配的图像拼接算法。研究了基于角点匹配的图像拼接方法中,Harris角点的检测,角点的匹配及图像的融合等关键算法。并且给出了图像拼接的MATLAB仿真结果。实验表明,该算法能够获得较为满意的拼接效果。     

基于互信息测度的平面图像拼接及其测量技术

针对超过摄像机视场范围的待测零件,必须进行多次拍摄,然后对系列图像进行拼接以形成完整的零件图像.为了实现图像获取和拼接的自动化,设计了x-y-z三轴运动控制平台对定焦相机进行精确定位,讨论了图像拼接的一般原理、基于互信息测度的模板匹配算法的图像拼接技术以及提高算法效率的策略.     

一种基于局部金字塔分解的图像拼接

目的研究提高图像拼接效率的方法。方法利用拼接区域的相似性信息降低图像拼接的计算量。结果提出一种图像拼接过渡区域的搜索方法,并以此在空间上约束被拼接图像拉普拉斯金字塔(Laplacian pyram id)分解和图像的拼接、重构计算。结论实验表明该算法在保证拼接质量的前提下明显提高了基于金字塔分解的图像拼接算法效率。     

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%。     

基于改进SIFT算法的无人机图像拼接研究

图像拼接是图像处理中的一项重要技术,近年来发展迅速,图像拼接中算法是该技术的核心部分。为了提高图像拼接的效果和精度,研究了基于无人机图像拼接的改进SIFT算法,介绍了图像拼接的流程,详细叙述了SIFT算法及改进原理,实验证明该算法效果良好。     

浅析基于特征的图像拼接法

图像拼接技术是将一组相互间有重叠部分的图像序列进行空间匹配对准,形成一幅包含各图像序列的、宽视角场景的、完整的、高清晰的新图像的技术。本文给出了一种基于特征匹配的图像拼接方法。该方法首先采用特征提取方法获得图像特征点,并通过双向相互匹配的方法提高特征点的匹配精确度,最后通过图像融合完成图像的无缝拼接。     

一种基于特征点匹配的自动拼接算法

针对图像的无缝拼接问题,本文提出了一种基于特征点的自动拼接算法。通过对其原理和流程的分析,对智能拼接的核心过程——图像特征点的自动匹配和图像的融合进行了详细的阐述,重点分析了原始图像和目标图像特征点的自动提取。实验表明,基于特征点匹配的拼接算法对提高航空像片质量和拼接精确度具有比较好的效果。     

纤维图像拼接算法的研究

针对全景显示长纤维显微图像的需求,提出一种纤维图像的拼接算法.通过不同方向的细长纤维产生用以拼接的多边形对象.由于块状对象适合于最优化计算,因此,线状特征的块状化转换提高了匹配的稳定性和精度.图像的拼接通过多边形的重叠匹配实现,通过迭代匹配实现多边形的逼近计算.试验证明本文算法能实现细长纤维图像的无缝拼接.     

太阳能组件热斑检测中的动态模板匹配方法研究

为了降低成本,有效提高组件的生产质量,利用热图像进行太阳能组件的热斑检测.分两次获取大板型太阳能组件热图像,然后进行图像拼接.在热图像的拼接中,利用组件热图像呈现周期性的特征,提出基于动态模板的热图像拼接算法.经过测试,动态模板的热图像拼接算法有效地提高了组件热斑在线检测效率,设计的检测方案适用于不同规格组件的热斑自动检测.     

基于游程长度和边缘统计的图像拼接检测

阐述了一种利用图像内在统计特性进行图像拼接检测的方法。图像拼接检测是一个基于拼接图像特征的模式识别问题。本文通过对游程长度和图像边缘的统计特性进行分析,说明了拼接操作所引起的图像像素不相关性和不连续性。为进行拼接检测,从图像游程长度和图像边缘统计特性中提取特征量,以此特征量去训练神经网络作为最后的分类器。结果表明,由此特征量作为图像拼接检测的标准,检测结果的精确度良好。     

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。     

基于SIFT算法的海底图像自动拼接

针对深海海底图像光照不均,图像间变换关系复杂,图像的特征很难准确地进行描述的问题,提出一种基于SIFT算法的海底图像拼接方法。首先采用SIFT算法提取海底图像的特征点,用欧式距离比对提取出的特征点进行特征匹配,用随机抽样一致性算法,去除误匹配提高匹配效率,同时求出图像间的变换矩阵。最后采用基于高斯模型的渐入渐出融合法去缝,实现海底图像的光滑无缝拼接。实验结果表明,该方法拼接效果良好。     

基于OpenCV的图像碎片拼接

针对二维不规则图像碎片,提出了一种基于OpenCV和图像角点的图像碎片拼接算法.该算法实现了碎片轮廓检测、角点提取、角点序列匹配、图像拼接及缺失修复的功能.通过实例测试,可以得到很好的拼接效果.     

基于图像绘制的球面全景图生成及自动拼接技术研究

提出了一种基于球面投影模型的全景图像自动拼接算法,对手持相机获得的系列照片,构建了球面全景图像.使用等距离匹配算法计算相机的焦距,以相机焦距作为球体半径,将照片图像投影至球面上.两张相邻照片拼接时,以照片的投影图像最大宽度处一个像素对应的角度(弧度)为步长,从两图像中心处开始,取一定宽度的图像块进行匹配,找到两相邻照片最佳的拼接(经度)线,实现相邻两照片的自动拼接.将系列图像的拼接结果整合,得到360°视角的全景图像;然后进行上下层全景图像的拼接,生成全视角球面全景图,效果较好.     

一种基于小波变换的快速SIFT图像拼接算法

SIFT特征匹配算法是当前图像拼接研究领域的热点。为改进SIFT算法在图像拼接过程中特征点提取环节计算量大、耗时较长的缺点。本文在研究SIFT算法的基础上,提出一种改进的图像拼接算法。此算法先通过小波变换对图像进行预处理,减少在SIFT尺度不变特征提取过程中的数据计算量,以提高图像拼接速度。对两幅待拼接图像,分别采用经典SIFT算法和本文提出的改进算法做仿真实验,当匹配点控制系数a=0．5,经典SIFT算法在确定特征点耗时1．192891S,改进后的算法仅用了0．856712s。仿真对比试验的结果验证了该算法的有效性,同时表明该算法能够在保持图像拼接效果的基础上,提高图像拼接算法的速度和准确性。