全景图像拼接方法的研究与实现

【摘要】: 全景图像拼接的理论，技术和方法是图像处理领域的研究热点. 它主要解决了由于成像装置的视角的限制而不能直接捕获360度全场图像的问题. 这项研究的进展对于推广诸如大地测量测绘，医学图像合成，军事全景成像作战支援系统和民用全景相机等技术具有非常重要的现实意义和明显的工程应用前景. 本文以单摄像机和多摄像机的圆周运动获得的图像作为研究对象. 对基于特征的全景图像拼接技术的理论和方法进行了深入研究. 针对当前的全景图像拼接问题，提出了一系列完整的解决方案. 详细的过程分析和特定的实现算法涉及七个关键处理过程，包括图像预处理，图像配准，图像定位，捆绑调整，图像计量优化，过渡区域融合和全景投影输出. 最后，通过C ++语言设计并实现了全景图像拼接系统. 在图像预处理中，针对原始图像的径向畸变问题，采用张正有方法对用于获取所需相机内参数的成像参数进行校准. 利用多项式对成像装置的径向畸变进行近似，并通过非线性迭代系数对多项式进行估计，以获得最优的畸变参数. 然后利用相机参数和畸变参数对原始图像进行校正，得到无畸变的图像方法，有效解决了成像设备标定和图像径向畸变校正的问题. 在图像配准中，针对不同场景，不同时间，不同视角采集同一场景的多幅图像的匹配问题，围绕基于特征的配准方案进行了深入研究.

首先图像拼接，利用图像不变矩改进SIFT特征提取方法，获得图像特征. 然后使用最佳Bin Firs（tBBF）搜索方法获得初始匹配集，并给出了改进的RANSAC算法及其提纯方法. 初始匹配集；最后图像拼接，使用完整的摄像机运动投影变换模型和纯化的匹配集来计算图像之间的变换矩阵，以完成图像配准. 鉴于图像级联变换带来的累积误差以及全景图上所有图像投影（拼接）的失真，本文采用Levenberg-Marquardt（LM）算法调整捆绑，有效消除了图像级联累积错误和投影全景失真. 鉴于不同图像之间光度参数的差异以及拼接全景图的整体亮度和颜色的不均匀和不自然，本文提出了一种新的光度调节技术，可以执行所有图像之间的整体亮度和色差. 良好的图像测光调整效果. 图像融合主要用于解决由图像拼接部分局部亮度差异引起的“拼接缝”和由图像配准和捆绑调整误差引起的“重影”问题. 本文首先利用基于距离变换的方法找到最优的缝合线，然后利用小波多分辨率分析技术结合cos（x）平滑函数给出了一种新的多分辨率过渡区域融合方法，该方法具有更好地消除了缝合现象. 跟踪效果. 针对当前全景图像格式单一，不能满足多场需求的问题，讨论了六种常用的投影方法，并给出了以这六种常用投影格式输出全景图像的算法.

最后，基于本文给出的改进的全景图像拼接方法，我们使用C ++语言研究和开发了自动全景图像拼接系统（APIMS）. 该系统能够将用小角度相机获取的重叠区域的图像拼接成360度高质量全景图. 三种不同图像采集方法的实验表明，APIMS可以实现高通用性的高质量全景图像拼接，从而验证了本文给出的全景图像拼接方法的正确性和有效性. 此外，本文还通过一系列包括主观和客观评估的对比实验，展示了本文给出的全景图像拼接方法在时间，效果和质量上与传统拼接方法相比的优势. 本文设计的APIMS不仅可以用于民用领域，例如地图测量，医学图像合成，虚拟现实和计算机视觉，还可以用于军事领域，例如经过适当修改后需要全景作战支持系统的坦克和潜艇.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-243907-1.html