基本信息
- 项目名称：
- 基于改进的层级式分类树匹配的球面
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 信息技术
- 大类：
- 自然科学类学术论文
- 简介：
- 图像球面拼接是一种将从现实世界获取的一组图像经过自动化处理拼合成一幅大视野场景图像的技术。目前该技术在摄影测量、全景视频监控、虚拟现实和图像压缩等领域得到越来越广泛的应用。本文对图像球面拼接技术进行了深入的研究，并在特征点匹配和拼接效果优化两方面进行了改进。
- 详细介绍：
- 首先，对比分析了将图像映射到平面、柱面和球面三种不同拼接面上的特点。对不同拼接面，变换模型所需的参数数目不同，同时对相机拍摄时运动模型的要求也有所不同。实验结果表明将同一组图像映射到不同拼接面上，最终拼接效果有很大差异。 然后，设计并实现了基于图像特征点检测与匹配的球面拼接方法。该方法首先提取图像特征点；然后利用本文改进的层级式分类树的匹配方法完成特征点快速匹配；接着使用RANSAC法计算图像间变换关系；最后将图像变换到球面拼接。实验表明这种方法在图像有较复杂变换关系时，依然能获取较好的拼接结果。 接着，设计了一种图像球面拼接后期处理的方法。即首先将对齐后的图像根据重叠区域的亮度差异进行增益补偿，然后利用差异区域的方法去除可能出现的残影，最后利用多通道融合的方法生成无缝的拼接图像。 最后分析了论文研究中还需解决的问题并为进一步研究提供了参考方向。
作品图片
作品专业信息
撰写目的和基本思路
- 目的是设计并实现一种基于特征点检测和匹配技术的快速球面拼接系统；同时实现图像无缝和无残影拼接。 基本思路是：首先利用SIFT或SURF算法提取图像特征点。再利用的基于聚类的分类树的特征点匹配方法完成特征点快速匹配；接着使用RANSAC法计算图像间变换关系，然后进行全局优化。对球面上几何对齐后的图像根据重叠区域的亮度差异进行增益补偿；最后对生成无缝的拼接图像。
科学性、先进性及独特之处
- 1.在特征点匹配阶段，采用改进的基于层级式分类树的快速特征点匹配方法。 2.变换模型参数估计时，除了利用常用的透视投影变换模型外，引Rodriguez’s方程描述的旋转矩阵模型。 3.引入“光流平差（bundle adjustment）”法 对图像序列的变换矩阵进行全局调整，使其实现局部对齐的同时，全局误差能降到最低。 4．在拼接效果优化时，采用简化的增益补偿和多通道融合方法。
应用价值和现实意义
- 图像拼接技术有广泛的应用领域。早期，图像拼接主要用于生成大的航空和卫星图片；到上世纪末，应用范围扩大到包括变化检测、视频压缩、视频检索以及医学成像等领域；目前，利用图像拼接技术生成的全景图像还广泛用于创建虚拟环境和虚拟漫游等虚拟现实中以及全景视频监控、自动化预警等领域。因此，图像拼接技术作为很多应用的基础，依然是当前的热点研究领域。
学术论文摘要
- 该方法首先利用SIFT或SURF算法提取图像特征点；然后利用经过本文改进后的基于聚类的分类树的特征点匹配方法完成特征点快速匹配； 接着使用RANSAC法计算图像间变换关系；将图像变换到拼接面拼接。 研究了将图像映射到平面、柱面和球面三种不同拼接面上变换关系及其特点。 设计并实现了一种图像拼接后期处理的方法。 最后分析了论文研究中还需解决的问题并为进一步研究提供了参考方向
获奖情况
- 无
鉴定结果
- 无
参考文献
- 王娟,吴宪祥.图像拼接技术综述[J]. 周剑军,欧阳宁等. 基于 RANSAC 的图像拼接方法[J]. 张显伟,李为民. 一种改进的Fourier-Mellin变换的图像拼接的技术[J]. Tinne Tuytelaars and Krystian Mikolajczyk, Local Invariant Feature Detectors: A Survey [J], David G. Lowe, Distinctive Image Features from Scale-Invariant Key points[J], H. Bay,T. Tuytelaars and L. Van Gool, Speeded-up robust features (SURF)[J] Aseem Agarwala, Mira Dontcheva, Maneesh Agrawala,etc. Interactive Digital Photomontage[C], Uyttendaele, M.; Eden, A.; Skeliski, R., Eliminating ghosting and exposure artifacts in image mosaics[C],
同类课题研究水平概述
- Barbara Zitova´和 Jan Flusser[1]总结了图像匹配技术的基本理论以及它们的主要方法。 由于图像匹配应用类型广泛，对于各种情况的匹配，并没有一种通用的方法。 在国内，图像拼接也是一个热点研究领域，尽管国内图像拼接技术起步较晚，但发展速度很快。目前，国内发表的有关图像拼接的论文主要有两大类型：一类是对国外拼接理论的实验分析和模拟，另一类是将成熟的拼接算法应用到不同领域图像的研究。
