国产性70yerg老太,色综合在,国产精品亚洲一区二区无码,无码人妻束缚av又粗又大

基本信息

項(xiàng)目名稱:
基于改進(jìn)的層級(jí)式分類樹匹配的球面
小類:
信息技術(shù)
簡介:
圖像球面拼接是一種將從現(xiàn)實(shí)世界獲取的一組圖像經(jīng)過自動(dòng)化處理拼合成一幅大視野場景圖像的技術(shù)。目前該技術(shù)在攝影測量、全景視頻監(jiān)控、虛擬現(xiàn)實(shí)和圖像壓縮等領(lǐng)域得到越來越廣泛的應(yīng)用。本文對(duì)圖像球面拼接技術(shù)進(jìn)行了深入的研究,并在特征點(diǎn)匹配和拼接效果優(yōu)化兩方面進(jìn)行了改進(jìn)。
詳細(xì)介紹:
首先,對(duì)比分析了將圖像映射到平面、柱面和球面三種不同拼接面上的特點(diǎn)。對(duì)不同拼接面,變換模型所需的參數(shù)數(shù)目不同,同時(shí)對(duì)相機(jī)拍攝時(shí)運(yùn)動(dòng)模型的要求也有所不同。實(shí)驗(yàn)結(jié)果表明將同一組圖像映射到不同拼接面上,最終拼接效果有很大差異。 然后,設(shè)計(jì)并實(shí)現(xiàn)了基于圖像特征點(diǎn)檢測與匹配的球面拼接方法。該方法首先提取圖像特征點(diǎn);然后利用本文改進(jìn)的層級(jí)式分類樹的匹配方法完成特征點(diǎn)快速匹配;接著使用RANSAC法計(jì)算圖像間變換關(guān)系;最后將圖像變換到球面拼接。實(shí)驗(yàn)表明這種方法在圖像有較復(fù)雜變換關(guān)系時(shí),依然能獲取較好的拼接結(jié)果。 接著,設(shè)計(jì)了一種圖像球面拼接后期處理的方法。即首先將對(duì)齊后的圖像根據(jù)重疊區(qū)域的亮度差異進(jìn)行增益補(bǔ)償,然后利用差異區(qū)域的方法去除可能出現(xiàn)的殘影,最后利用多通道融合的方法生成無縫的拼接圖像。 最后分析了論文研究中還需解決的問題并為進(jìn)一步研究提供了參考方向。

作品圖片

  • 基于改進(jìn)的層級(jí)式分類樹匹配的球面
  • 基于改進(jìn)的層級(jí)式分類樹匹配的球面

作品專業(yè)信息

撰寫目的和基本思路

目的是設(shè)計(jì)并實(shí)現(xiàn)一種基于特征點(diǎn)檢測和匹配技術(shù)的快速球面拼接系統(tǒng);同時(shí)實(shí)現(xiàn)圖像無縫和無殘影拼接。 基本思路是:首先利用SIFT或SURF算法提取圖像特征點(diǎn)。再利用的基于聚類的分類樹的特征點(diǎn)匹配方法完成特征點(diǎn)快速匹配;接著使用RANSAC法計(jì)算圖像間變換關(guān)系,然后進(jìn)行全局優(yōu)化。對(duì)球面上幾何對(duì)齊后的圖像根據(jù)重疊區(qū)域的亮度差異進(jìn)行增益補(bǔ)償;最后對(duì)生成無縫的拼接圖像。

科學(xué)性、先進(jìn)性及獨(dú)特之處

1.在特征點(diǎn)匹配階段,采用改進(jìn)的基于層級(jí)式分類樹的快速特征點(diǎn)匹配方法。 2.變換模型參數(shù)估計(jì)時(shí),除了利用常用的透視投影變換模型外,引Rodriguez’s方程描述的旋轉(zhuǎn)矩陣模型。 3.引入“光流平差(bundle adjustment)”法 對(duì)圖像序列的變換矩陣進(jìn)行全局調(diào)整,使其實(shí)現(xiàn)局部對(duì)齊的同時(shí),全局誤差能降到最低。 4.在拼接效果優(yōu)化時(shí),采用簡化的增益補(bǔ)償和多通道融合方法。

應(yīng)用價(jià)值和現(xiàn)實(shí)意義

圖像拼接技術(shù)有廣泛的應(yīng)用領(lǐng)域。早期,圖像拼接主要用于生成大的航空和衛(wèi)星圖片;到上世紀(jì)末,應(yīng)用范圍擴(kuò)大到包括變化檢測、視頻壓縮、視頻檢索以及醫(yī)學(xué)成像等領(lǐng)域;目前,利用圖像拼接技術(shù)生成的全景圖像還廣泛用于創(chuàng)建虛擬環(huán)境和虛擬漫游等虛擬現(xiàn)實(shí)中以及全景視頻監(jiān)控、自動(dòng)化預(yù)警等領(lǐng)域。因此,圖像拼接技術(shù)作為很多應(yīng)用的基礎(chǔ),依然是當(dāng)前的熱點(diǎn)研究領(lǐng)域。

學(xué)術(shù)論文摘要

該方法首先利用SIFT或SURF算法提取圖像特征點(diǎn);然后利用經(jīng)過本文改進(jìn)后的基于聚類的分類樹的特征點(diǎn)匹配方法完成特征點(diǎn)快速匹配; 接著使用RANSAC法計(jì)算圖像間變換關(guān)系;將圖像變換到拼接面拼接。 研究了將圖像映射到平面、柱面和球面三種不同拼接面上變換關(guān)系及其特點(diǎn)。 設(shè)計(jì)并實(shí)現(xiàn)了一種圖像拼接后期處理的方法。 最后分析了論文研究中還需解決的問題并為進(jìn)一步研究提供了參考方向

獲獎(jiǎng)情況

鑒定結(jié)果

參考文獻(xiàn)

王娟,吳憲祥.圖像拼接技術(shù)綜述[J]. 周劍軍,歐陽寧等. 基于 RANSAC 的圖像拼接方法[J]. 張顯偉,李為民. 一種改進(jìn)的Fourier-Mellin變換的圖像拼接的技術(shù)[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],

同類課題研究水平概述

Barbara Zitova′和 Jan Flusser[1]總結(jié)了圖像匹配技術(shù)的基本理論以及它們的主要方法。 由于圖像匹配應(yīng)用類型廣泛,對(duì)于各種情況的匹配,并沒有一種通用的方法。 在國內(nèi),圖像拼接也是一個(gè)熱點(diǎn)研究領(lǐng)域,盡管國內(nèi)圖像拼接技術(shù)起步較晚,但發(fā)展速度很快。目前,國內(nèi)發(fā)表的有關(guān)圖像拼接的論文主要有兩大類型:一類是對(duì)國外拼接理論的實(shí)驗(yàn)分析和模擬,另一類是將成熟的拼接算法應(yīng)用到不同領(lǐng)域圖像的研究。
建議反饋 返回頂部