积分商城

最新搜索： 收音机 矿机 verilog pdf 阅读器 freertos lwip altium 18.1.
您现在的位置是：首页 > 技术资料 > 结合投影误差校正的快速SIFT图像拼接
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

结合投影误差校正的快速SIFT图像拼接

更新时间：2019-12-25 12:07:47 大小：2M 上传用户：zhiyao6查看TA发布的资源 标签：SIFT图像拼接 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

针对现有图像拼接方法实时性受限的问题,提出了一种通过对图像拼接中重叠区域部分图像特征检测和投影误差校正两部分相结合的快速图像拼接方法。首先,该方法特征检测范围仅集中在待拼接图像重叠区域的部分图像块,从中获取尺度不变特征变换(SIFT)的特征点信息。然后,在特征匹配后应用投影误差校正方法,达到充分利用有限匹配点对计算出高精度投影变换矩阵的目的,避免了不必要的特征检测和匹配搜索,继而大大加快了图像拼接速度。最后,结合图像拼接的质量评价方法对图像拼接结果做出质量分析,以反映改进方法的性能。实验结果表明:对比文献所提出的快速图像拼接方法,本文方法在保证图像拼接质量的前提下显著降低了拼接时间;在所给的3组实验图像中,拼接速度平均提升了54%左右,证明了本文方法的可行性和有效性。


部分文件列表

文件名 大小
结合投影误差校正的快速SIFT图像拼接.pdf 2M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
第
卷
第
期
６
光学 精密工程  
ꢀ
２５  
ꢀ
Ｖｏｌ．２５ Ｎｏ．６  
ꢀ
ꢀꢀꢀꢀꢀ ꢀꢀꢀꢀ  
ꢀ ꢀꢀꢀꢀꢀꢀ  
Ｏ ｔｉｃｓａｎｄＰｒｅｃｉｓｉｏｎＥｎｉｎｅｅｒｉｎ  
ꢀ ꢀ ꢀ ｇ  
ꢀ ｐ  
ｇ
年
月
ꢀ ꢀ  
２０１７  
６
Ｊｕｎ．２０１７  
ꢀ
（ ）  
１００４９２４Ｘ２０１７０６１６４５０７  
－
文章编号  
ꢀ
－
－
结合投影误差校正的快速  
图像拼接  
ＳＩＦＴ  
＊
，
岩 陈  
，
王世刚  
赵
月
ꢀ
ꢀ
（ ，  
吉林大学 通信工程学院 吉林 长春  
）
１３００１２  
： ，  
摘要 针对现有图像拼接方法实时性受限的问题 提出了一种通过对图像拼接中重叠区域部分图像特征检测和投影误差  
。 ， ，  
校正两部分相结合的快速图像拼接方法 首先 该方法特征检测范围仅集中在待拼接图像重叠区域的部分图像块 从中  
（ ） 。 ， ，  
的特征点信息 然后 在特征匹配后应用投影误差校正方法 达到充分利用有限匹配点  
ＳＩＦＴ  
获取尺度不变特征变换  
， ， 。 ，  
对计算出高精度投影变换矩阵的目的 避免了不必要的特征检测和匹配搜索 继而大大加快了图像拼接速度 最后 结  
， 。 ：  
合图像拼接的质量评价方法对图像拼接结果做出质量分析 以反映改进方法的性能 实验结果表明 对比文献所提出的  
， ； ，  
快速图像拼接方法 本文方法在保证图像拼接质量的前提下显著降低了拼接时间 在所给的 组实验图像中 拼接速度  
３
， 。  
左右 证明了本文方法的可行性和有效性  
平均提升了  
５４％  
： ； （ ）； ；  
词 图像拼接 尺度不变特征变换 投影误差校正 质量评价  
ＳＩＦＴ  
ꢀ
关
键
ꢀ
：
：
文献标识码  
Ａ
：
／
中图分类号  
ＴＰ３９１．４  
ꢀꢀ  
ｄｏｉ１０．３７８８ Ｏ ＰＥ ．２０１７２５０６ ．１６４５  
ꢀꢀ  
ＣｏｒｒｅｃｔｅｄｆａｓｔＳＩＦＴｉｍａｅｓｔｉｔｃｈｉｎ ｍｅｔｈｏｄｂ  
ꢀ ꢀ ꢀ ꢀ  
ｇ
ꢀ
ｙ
ｇ
ꢀ
ｃｏｍｂｉｎｉｎ ｒｏｅｃｔｉｏｎｅｒｒｏｒ  
ꢀ
ｇｐ ｊ  
ꢀ
＊
，
，
ＺＨＡＯ Ｙａｎ ＣＨＥＮ Ｙｕｅ ＷＡＮＧＳｈｉ ａｎ  
－
ｇ ｇ  
ꢀ
ꢀ
ꢀ
（
， ， ，  
Ｃｏｌｌｅｅｏ ＣｏｍｍｕｎｉｃａｔｉｏｎＥｎｉｎｅｅｒｉｎ ＪｉｌｉｎＵｎｉｖｅｒｓｉｔ Ｃｈａｎｃｈｕｎ１３００１２ Ｃｈｉｎａ  
ꢀ
）
ꢀ
ｇ ｆ  
ꢀ
ｇ
ｇ
ｙ
ｇ
ꢀ
， ：  
Ｃｏｒｒｅｓｏｎｄｉｎ ａｕｔｈｏｒ Ｅｍａｉｌ ｃｈｅｎ ｕｅ１４ ｍａｉｌｓ．ｌｕ．ｅｄｕ．ｃｎ  
＠
＊
－
ｐ
ｇ
ꢀ
ｙ
ｊ
：
，
Ａｂｓｔｒａｃｔ Ａｉｍｉｎ ａｔｔｈｅ ｒｏｂｌｅｍｓｏｆｌｉｍｉｔｅｄｉｎｓｔａｎｔａｎｅｉｔ ｉｎｃｕｒｒｅｎｔｉｍａｅｓｔｉｔｃｈｉｎ ｍｅｔｈｏｄｓ ａｆａｓｔ  
ｇ ꢀ ꢀｐ ｙ ꢀ ｇꢀ  
ꢀ ꢀ ꢀ  
ꢀ
ꢀ
ｇ
ꢀ
ꢀ
ꢀ
ｉｍａｅｓｔｉｔｃｈｉｎ ｍｅｔｈｏｄｔｈｒｏｕｈｃｏｍｂｉｎｉｎ ｆｅａｔｕｒｅ ｏｉｎｔｓｄｅｔｅｃｔｉｏｎｏｎ ａｒｔｏｆｉｍａｅｗｉｔｈｃｏｒｒｅｃｔｉｏｎｏｆ  
ꢀ ꢀｐ ꢀ ꢀ ꢀｐ ꢀꢀ ｇ ꢀ ꢀ ꢀ  
ｇꢀ ｇꢀ ｇ  
ｇ
ꢀ
ꢀ
，
ｒｏｅｃｔｉｏｎｅｒｒｏｒｉｎｔｈｅｏｖｅｒｌａ ｉｎ ａｒｅａｉｎｔｈｅ ｒｏｃｅｓｓｏｆｉｍａｅｓｔｉｔｃｈｉｎ ｗａｓ ｒｏｏｓｅｄ．Ｆｉｒｓｔｌ ｔｈｅ  
ꢀ ꢀ ꢀ ꢀ ꢀｐ ꢀ ꢀ ｇꢀ ꢀｐ ｐ  
ｐ ｊ ｐｐ ｇ ｙ  
ꢀ
ꢀ
ｇ
ꢀ
ꢀ
ｓｃｏｅｏｆｔｈｅｆｅａｔｕｒｅｄｅｔｅｃｔｉｏｎｆｏｒｔｈｅｍｅｔｈｏｄｏｎｌ ｆｏｃｕｓｅｄｏｎ ａｒｔｏｆｉｍａｅｂｌｏｃｋｓｉｎｔｈｅｏｖｅｒｌａ ｉｎ  
ｐꢀ ꢀ ꢀ ｐｐ ｇ  
ꢀ ꢀ ꢀ ꢀ ꢀ ｙ ꢀ ꢀｐ ꢀ ꢀ ｇꢀ ꢀ ꢀ ꢀ  
ꢀ
ａｒｅａｏｆｔｈｅｉｍａｅｗｈｉｃｈｗｅｒｅｎｅｅｄｅｄｔｏｂｅｓｔｉｔｃｈｅｄｆｏｒｏｂｔａｉｎｉｎ ｉｎｆｏｒｍａｔｉｏｎｏｆｆｅａｔｕｒｅ ｏｉｎｔｓｆｏｒＳｃａｌｅ  
ｇ
ꢀ ꢀ ꢀ ｇ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀꢀ ꢀｐ ꢀ ꢀ  
ꢀ
（
）
，
ｙ
，
ＩｎｖａｒｉａｎｔＦｅａｔｕｒｅＴｒａｎｓｆｏｒｍ ＳＩＦＴ ．Ｓｅｃｏｎｄｌ ａｆｔｅｒｔｈｅｆｅａｔｕｒｅｍａｔｃｈｉｎ ｔｈｅｃｏｒｒｅｃｔｉｏｎ ｍｅｔｈｏｄ  
ｇ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ｗａｓｕｓｅｄｆｏｒ ｒｏｅｃｔｉｏｎｅｒｒｏｒｔｏｍａｋｅｆｕｌｌｕｓｅｏｆｌｉｍｉｔｅｄｍａｔｃｈｉｎ ｏｉｎｔｓｔｏｆｉｕｒｅｏｕｔｈｉｈ ｒｅｃｉｓｉｏｎ  
ꢀ ꢀｐ ｊ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ｇ ꢀ ꢀ ｇ －  
ｇｐ ｐ  
ꢀ
ꢀ
ꢀ
，
ｒｏｅｃｔｉｏｎｔｒａｎｓｆｏｒｍａｔｉｏｎ ｍａｔｒｉｘ ｉｎ ｏｒｄｅｒｔｏａｖｏｉｄ ｕｎｎｅｃｅｓｓａｒ ｆｅａｔｕｒｅｄｅｔｅｃｔｉｏｎｓａｎｄ ｍａｔｃｈｉｎ  
ｐ ｊ ｇ  
ꢀ ꢀ  
ꢀ
ꢀ
ꢀ
ꢀ
ｙ
ꢀ
ꢀ
ꢀ
ꢀ
，
ｓｅａｒｃｈｉｎ ｆｏｒ ｒｅａｔｌ ａｃｃｅｌｅｒａｔｉｎ ｔｈｅｓｅｅｄｔｏｓｔｉｔｃｈｉｍａｅｓ．Ｆｉｎａｌｌ ｃｏｍｂｉｎｉｎ ｗｉｔｈ ｕａｌｉｔ ｅｖａｌｕａ  
ꢀｇ ꢀｐ ꢀ ꢀ ꢀｑ －  
ｇ
ꢀ
ｙ
ꢀ
ｇ
ꢀ
ꢀ
ｇ
ｙ
ｇ
ꢀ
ｙ
ꢀ
，
ｇ ｑ  
ｔｉｏｎｍｅｔｈｏｄｆｏｒｉｍａｅｓｔｉｔｃｈｉｎ  
ꢀ ꢀ ꢀ ｇꢀ  
ｕａｌｉｔ ａｎａｌｓｉｓｗａｓｍａｄｅｏｎｉｍａｅｓｔｉｔｃｈｉｎ ｒｅｓｕｌｔｆｏｒｒｅｆｌｅｃｔｉｎ ｔｈｅ  
ꢀ ꢀ ꢀ ꢀ ｇꢀ ꢀ ꢀ  
ｇ ｇ  
ꢀ
ｙ
ꢀ
ｙ
ꢀ
：
ｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｉｍ ｒｏｖｅｄｍｅｔｈｏｄ．Ｔｈｅｒｅｓｕｌｔｏｆｔｈｅｅｘｅｒｉｍｅｎｔｓｈｏｗｓ ｃｏｍ ａｒｅｄｗｉｔｈｔｈｅｆａｓｔｉｍ  
ꢀ ꢀ ꢀ ｐ ꢀꢀ ꢀ ｐ ꢀ ꢀ ꢀ －  
ｐ
ꢀ
ꢀ
ꢀ
ｐ
ꢀ
，
ａｅｓｔｉｔｃｈｉｎ ｍｅｔｈｏｄｍｅｎｔｉｏｎｅｄｉｎｒｅｆｅｒｅｎｃｅｓ ｏｎｔｈｅ ｒｅｍｉｓｅｏｆｍａｉｎｔａｉｎｉｎ ｔｈｅｓｔｉｔｃｈｉｎ ｕａｌｉｔ ｏｆ  
ꢀｐ  
ｇꢀ  
ｇ
ꢀ
ꢀ
ꢀ ꢀ  
ꢀ
ꢀ ꢀ  
ｇ
ꢀ
ꢀ
ｇｑ  
ꢀ
ｙ
ꢀ
：
；
：
修订日期  
２０１７０２０１．  
收稿日期  
２０１６１２０５  
－ －  
ꢀꢀ  
－
－
：
基金项目 国家自然科学基金资助项目  
（
）
Ｎｏ ．６１２７１３１５  
ꢀꢀ  
光学 精密工程  
ꢀ
第
卷
ꢀ
２５  
１６４６  
ꢀꢀꢀꢀꢀ  
ꢀꢀꢀꢀꢀ  
，
ｔｈｅｉｍａｅ ｔｈｅｍｅｔｈｏｄｉｎｔｈｅｔｈｅｓｉｓｓｉｎｉｆｉｃａｎｔｌ ｒｅｄｕｃｅｓｔｈｅｔｉｍｅｆｏｒｔｈｅｓｔｉｔｃｈｉｎ ｒｏｃｅｓｓ．Ａｍｏｎ  
ꢀ ꢀ ꢀ ｇ ꢀ ꢀ  
ｇｐ ｇ  
ꢀ
ｇ
ꢀ
ꢀ
ｙ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
， ，  
ｔｈｒｅｅｅｘｅｒｉｍｅｎｔａｌｉｍａｅｓ ｔｈｅａｖｅｒａｅｓｔｉｔｃｈｉｎ ｓｅｅｄｉｓｉｎｃｒｅａｓｅｄａ ｒｏｘｉｍａｔｅｌ ｂ ５４％ ｗｈｉｃｈ  
ｇꢀ  
ꢀ ｐ  
ꢀ
ｇ
ꢀ
ｇ ｐ ꢀ ꢀ  
ꢀ
ꢀｐｐ  
ｙ ｙ  
ꢀ ꢀ  
ｓｈｏｗｓｔｈｅｆｅａｓｉｂｉｌｉｔ ａｎｄｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅ ｒｏｏｓｅｄｍｅｔｈｏｄ．  
ｙ
ꢀ ꢀ ꢀ ꢀ ꢀ ꢀｐ ｐ ꢀ  
ꢀ
：
；
ｇ
（
Ｋｅ ｗｏｒｄｓ Ｉｍａｅｓｔｉｔｃｈｉｎ ＳｃａｌｅＩｎｖａｒｉａｎｔＦｅａｔｕｒｅＴｒａｎｓｆｏｒｍ ＳＩＦＴ ｃｏｒｒｅｃｔｉｏｎｆｏｒ ｒｏｅｃｔｉｏｎｅｒ  
ꢀ －  
）；  
ｇꢀ  
ꢀ
ꢀ
ꢀ
ꢀ ꢀｐ ｊ  
ｙ
ꢀ
；
ｒｏｒ ｕａｌｉｔ ｅｖａｌｕａｔｉｏｎ  
ｙ
ꢀ
ｑ
（ ）  
图像的  
ＳＡＲＳｎｔｈｅｔｉｃＡｅｒｔｕｒｅＲａｄａｒ  
ｙ
ꢀｐ ꢀ  
ＳＡＲＳＩＦＴ  
－
［
］
１５  
。
，
年 李玉峰等利用图像能量的归一  
算法  
２０１６  
引 言  
１
ꢀ ꢀ  
化互相关系数分割匹配图像与待匹配图像间的相  
，
近年来 图像拼接作为计算机视觉领域的研  
，
似区域 使用  
算法在重叠区域搜索特征点并  
ＳＩＦＴ  
快速精准匹配及拼接  
规则形状区域检测效果更好的局部特征提取方法  
由于结合了最稳极值区域检测以及改进的二阶梯  
ꢀꢀ  
［
］
１６  
， 、  
究热点 被广泛应用在虚拟现实技术 遥感图像处  
。
郭汉洲等提出了对于不  
、 、  
理 视频监控 无人机航拍以及车载全景系统等领  
，
［
］
１３  
。
－
、
图像拼接是对多幅相互重叠的图像配准  
域
［ ］  
１７  
， 、  
融合 从而生成宽角度 大视场图像的技术  
。
，
。
［ ］  
文献  
度直方图方法 检测效果比较稳定  
１８  
ＳＩＦＴ  
特征点的快速检测 对整体拼接速度的提升起到重  
虽然国内外学者对图像拼接技术存在的很多  
采用图像局部特征自适应提取方法实现了  
［ ，］  
４５  
，
，
难以解决的问题进行了一系列的研究  
如 拼  
、 、  
接后如何处理鬼影 拼接缝 曝光差异等问题  
。
。
要作用  
Ｙｏｎ Ｃｈｅｎ  
但
等充分考虑了  
特征的几  
ＳＩＦＴ  
ｇ
ꢀ
，
何位置信息 提出了一种结合特征统计分布和一致  
是图像拼接速度和拼接质量的提高仍然是应用中  
［ ］  
１９  
。
，
年 加拿大专家  
。
不可忽视的问题  
性约束匹配的图像配准方法  
上述改进方法大部分都集中于 算法的  
ＳＩＦＴ  
２００４  
ＤａｖｉｄＧ．  
ꢀ
（
提出 了 基 于 尺 度 不 变 特 征 转 换  
Ｌｏｗｅ  
ｖａｒｉａｎｔＦｅａｔｕｒｅＴｒａｎｓｆｏｒｍ ＳＩＦＴ  
ＳｃａｌｅＩｎ  
－
－
，
） ，  
方法 后来其  
，
性能改善 但  
，
算法复杂性仍然较高 达不到  
ＳＩＦＴ  
ꢀ
ꢀ
［ ，］  
６７  
。
。
工程的 实 际 需 求 因 此 本 文 提 出 了 一 种 快 速  
逐 步 成 为 图 像 拼 接 的 一 种 常 用 方 法  
ＳＩＦＴ  
、
算法对于图像旋转 缩放以及尺度变换具有  
，
图像拼接方法 在保证拼接图像质量的前提  
ＳＩＦＴ  
ＳＩＦＴ  
。
很强的鲁棒性 但是  
， ，  
下 最大可能地提高程序的运行效率 满足图像拼  
算法中提取特征点的  
ＳＩＦＴ  
， ，  
数量过多 存在着大量匹配对 使得匹配过程中计  
。
接系统的实时性要求  
， ，  
算机内存消耗过大 降低了图像拼接的速度 影响  
，
了算法的运行效率 使其仍然不能满足图像拼接  
改进的快速  
图像拼接方法  
ＳＩＦＴ  
２
ꢀ
［
］
８１０  
。
－
，
近年来 不断有专家学 者 对  
的实时性要求  
。
２０１３  
，
年 文献  
［ ］  
提出  
１１  
、
图像拼接的过程主要包括特征点的提取 特  
该算法的性能进行提升  
ꢀꢀ  
、
征匹配 投影变换矩阵的计算和图像融合四个步  
的高实时性的  
算法采用基于子图像块的  
ＦＳＩＦＴ  
－
，
频域相位相关算法 利用  
（
。
，
图像拼接的过程可知 只有  
骤
通过分析  
ＦａｓｔＦｏｕｒｉｅｒＴｒａｎｓｆｏｒ  
ꢀ ꢀ －  
ＳＩＦＴ  
， ）  
快 速 运 算 特 点 实 现 了 快 速 图 像 拼  
ｍａｔｉｏｎ ＦＦＴ  
两幅待拼接图像重叠区域的  
特征点才是后  
ＳＩＦＴ  
。
２０１４  
，
年 文献  
［ ］  
提出了适合于无人机影像  
１２  
，
续匹配过程有用的特征点 而非重叠区域的  
接
ＳＩＦＴ  
（
拼接的 局 部 差 分 二 进 制  
特征点对于特征 匹配 以 及 后 续 的 拼 接 是 没 有用  
ＬｏｃａｌＤｉｆｆｅｒｅｎｃｅＢｉｎａ  
ꢀ ꢀ －  
，
ｙ
）
描述子 它是利用特征邻域灰度和梯度  
ＬＤＢ  
，
。
的 因此传统方法中对整个图像区域均进行特征  
ｒ
。
２０１５  
，
年 李丹等  
，
点的提取是非常耗时的 同时会加大匹配过程的  
信息来生成二进制特征描述的  
。 ，  
计算复杂度 另外 投影变换矩阵的计算需要  
４
利用  
维特征描述符代替  
维
１２８ ＳＩＦＴ  
特征描  
２４  
，
述符降低计算复杂度 并在匹配过程中采用改进  
，
对匹配点 但事实上经过特征匹配得到的匹配点  
（
）
搜索算法 提高了匹配精  
ＢＢＦ ＢｅｓｔＢｉｎＦｉｒｓｔ  
，
。
对 那么如果能够充分利用有限的匹  
的
远远多于  
４
ꢀ
ꢀ
［
］
１３  
。
［ ］  
１４  
，
配对计算出高精度的投影变换矩阵 就可以避免  
度并降低了计算和匹配的复杂度  
文献  
，
为了解决 描述子误匹配的情况 提出了融合  
ＳＩＦＴ  
几何特征的压缩感知  
。
一些不必要的特征检测和匹配计算  
，
描述子 匹配性能得到  
所以本文改进方法只对部分图像块进行特征  
ＳＩＦＴ  
。
了改 善 同 时  
，
检测 缩小了特征点检测范围和匹配点搜索范围  
，
等 也 提 出 了 用 于  
ＦｌｏｒａＤｅｌｌｉｎｅｒ  
ꢀ
ｇ

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号