论文部分内容阅读
图像配准作为图像处理领域的关键技术之一,是图像拼接、立体视觉、变化监测、多传感器图像融合等实用技术的基础。图像拼接技术是图像配准的一种重要应用形式,被广泛应用于虚拟现实、遥感图像处理、视频压缩和传输等领域。SURF算法作为一种新近出现的特征提取方法,在重复度、独特性、鲁棒性3个方面,均超越或接近以往提出的同类方法,并在计算效率上具有明显的优势。本文将SURF应用于图像配准:首先使用SURF算法检测并描述兴趣点;然后将Hessian矩阵迹的正负性与最近邻比次近邻的方法相结合匹配兴趣点,并用RANSAC算法剔除错误匹配;进而通过直接线性变换算法求取透视变换矩阵的最小二乘解;最后通过图像插值获得配准结果。在实现配准的基础上,又进一步研究了图像融合和柱面投影变换,最终用基于SURF的图像配准技术实现了柱面全景图像的拼接。本文的主要工作可概括为以下3个方面:(1)实现了基于SURF的图像配准方法,并分析了该方法在兴趣点检测与描述阶段的速度优势。比较了SURF-64和SURF-128的匹配速度。验证了Hessian矩阵迹的正负性对兴趣点匹配效率的改善。实现并比较了基于对极几何约束和基于单应矩阵约束的两种RANSAC算法,并分析了SURF-64对剔除误配的影响。(2)对基于SURF的图像配准方法的精度做了定量分析,并与同类方法做了比较。对不同视角、不同传感器、不同时相的遥感图像进行了配准实验,验证了该配准方法在遥感图像配准领域的实用价值。(3)实现并比较了线性渐变融合和多频段融合两种图像融合方法。将基于SURF的图像配准方法应用于图像拼接,并最终实现了柱面全景图的拼接。针对柱面全景图拼接的特点,运用了一种基于兴趣点匹配的图像排序处理技巧。在逐帧扩大式的拼接过程中,通过设定滑动窗口避免了对不断增大的参考图像进行重复检测。实验表明,将SURF算法应用于图像配准,可以在保证配准精度与适用性的前提下,显著提高计算效率。通过实现不同类型的遥感图像配准,证明了基于SURF的配准方法在该领域具有较高的实用价值。使用基于SURF的配准方法进行柱面全景图像的拼接,取得了良好效果,证明该配准方法在图像拼接领域具有较好应用前景。