论文部分内容阅读
在计算机视觉领域中,传统的拍摄设备由于自身硬件的局限,无法得到广视角甚至360度视角的图像,于是如何获取高清晰度、广视角的图像逐步成为了计算机视觉领域和图像处理领域研究的热点。全景拼接就是把具有一定重叠区域的图像拼接成为一幅具有高分辨率、广视角的全景图。随着对全景拼接技术研究的不断深入,全景拼接广泛的运用在航空遥感、医学图像处理、虚拟现实合成等领域。 首先本文简要的介绍了全景拼接技术的研究背景和意义,随后重点叙述了主要的几种图像拼接技术的原理及其缺陷。针对Harris角点算法抗噪能力较差和不具备尺度不变的缺陷,本文提出将Harris和SURF算法相结合的特征匹配算法,实验分析该算法兼具Harris和SURF算法的优势,提取的特征点精度更高。本文的主要工作如下: 1、重点分析了Harris角点提取算法的特性,实验分析发现Harris算法虽然具有光照亮度鲁棒性强且具有旋转不变形的性质,但是不能处理不同尺寸的图像。针对这一缺陷本文提出一种改进的Harris角点提取算法,提高了焦点的准确性。 2、详细的叙述了SIFT算法和SURF算法的原理。实验对比SIFT算法与SURF算法的优劣性,发现SURF算法的运算速度快、有较强的鲁棒性和可靠性,是一种较为理想的特征点提取算法。 3、将Harris和SURF算法相结合,详细的介绍了特征点提取的主要过程,包括图像特征点的方向和描述符的生成,使用RANRAC算法进一步提纯特征点,L-M计算出图像的变换参数,完成特征点匹配。对比SURF和Harris算法,发现新的算法可以提高匹配的精度,是一种安全可靠的算法。 4、简要介绍了全景拼接的流程以及参考平面选取等问题。实验分析得出平面全景图技术会产生一定的边缘失真,而柱面投影可以避免图像失真,是一种可靠的投影方式。最后,使用本文提出的Harris-SURF算法对校园内的景观图像进行拼接生成全景图。