基于魚眼圖像的球面全景圖自動拼接算法研究與實現(xiàn).pdf

1、全景圖像的拼接是數(shù)字圖像處理和計算機視覺領(lǐng)域的一個熱門研究點，是指將多幅有重疊區(qū)的圖像拼接成廣視角乃至360°全視角圖像的技術(shù)。全景圖像拼接是一種基于圖像渲染技術(shù)、數(shù)字圖像處理及計算機多視幾何學(xué)等領(lǐng)域的綜合技術(shù)，因為對硬件要求低以及真實感好等優(yōu)點，所以是虛擬現(xiàn)實、三維重建等領(lǐng)域的重點研究方向。由于魚眼圖像視域廣，從而減少了魚眼圖像全景拼接所需要的圖像數(shù)量和魚眼圖像拼接的次數(shù)，并且提高了最終拼合的全景圖像的視覺質(zhì)量。
　　本文對基于

2、魚眼圖像的球面全景圖自動拼接的各模塊所涉及的算法進行了研究與分析，并對其中存在不足的算法進行了改進與實現(xiàn)。具體工作內(nèi)容如下：
　　1．針對基于面積統(tǒng)計法的魚眼圖像輪廓提取算法存在計算量大并且精度不高的缺點，本文在掃描線逼近算法的基礎(chǔ)上提出了一種快速掃描線逼近的改進的魚眼圖像輪廓提取算法。該算法具有很強的抗噪聲能力，能夠精確地定位魚眼圖像的中心位置和半徑，在提高魚眼輪廓提取精度的同時降低了算法的運行時間。在提取了魚眼圖像的輪廓之后，

3、應(yīng)用經(jīng)緯線校正算法對魚眼圖像進行畸變校正。
　　2.對魚眼圖像拼接過程中的SIFT特征提取進行研究與分析，針對SIFT特征提取時間長和錯誤匹配的問題，對SIFT算法進行了改進，以提高魚眼圖像特征提取和特征描述的速度和準(zhǔn)確性。在魚眼圖像的SIFT特征點匹配方面，提出并實現(xiàn)了基于多核平臺并行優(yōu)化的KD-tree算法降低了特征點匹配的時間。最后，應(yīng)用RANSAC優(yōu)化算法進行精確地匹配，進一步地剔除了錯誤的匹配點。
　　3．依據(jù)本文

4、魚眼圖像的采集方式，確定了魚眼圖像間的透視變換模型。
　　4．針對球面全景圖拼接的魚眼圖像序列相互次序的自動排序問題，本文提出了一種基于全局調(diào)整和概率接受模型相結(jié)合的匹配關(guān)系判定算法。在確定了多幅魚眼圖像相互匹配的關(guān)系基礎(chǔ)上，實現(xiàn)了基于球面模型的全景圖像的自動拼接。實驗證明，該方法對于無序的魚眼圖像能夠正確地確定圖像之間的匹配次序，尤其當(dāng)拍攝的場景中存在相似紋理時仍然保持算法的健壯性。
　　最后，在完成對各個流程所涉及的具體