基于球形相機模型的魚眼圖像特征點提取和匹配的研究.pdf

1、魚眼鏡頭具有超大視角(180°)的特點，利用較少的圖像就可以覆蓋整個三維空間，因此被廣泛應(yīng)用于視覺監(jiān)控、機器人導(dǎo)航、虛擬現(xiàn)實等領(lǐng)域。這些應(yīng)用的基礎(chǔ)都是對圖像進行特征點的提取和匹配，特征點的數(shù)量和匹配的正確率直接影響應(yīng)用的好壞。由于魚眼圖像的畸變影響匹配效果，本文針對魚眼圖像畸變的特點，對魚眼鏡頭模型以及圖像特征點提取和匹配算法進行了深入的研究。
　　本文首先對特征點的提取方法和描述方法做了一個詳細綜述，發(fā)現(xiàn)沒有穩(wěn)定的針對魚眼圖像的

2、算法。對針孔孔模型下的算法直接應(yīng)用于帶有畸變的圖像進行了討論，分析了它們對于魚眼圖像的不適用性及原因。為了消除畸變影響，擬通過融合模型的方式設(shè)計針對于魚眼圖像的算法。
　　然后，本文深入研究了魚眼圖像的成像模型。通過研究發(fā)現(xiàn)畸變引起圖像尺度的不統(tǒng)一，因此本文設(shè)計了一種基于尺度變化和齊次坐標(biāo)融合的魚眼成像模型，結(jié)合張正友標(biāo)定實現(xiàn)了具體的標(biāo)定，通過實驗驗證了方法的可行性。它是本文算法改進的基礎(chǔ)。
　　接著，本文深入研究了特征點提

3、取算法，通過尺度空間與平面熱傳導(dǎo)的關(guān)系以及魚眼的成像過程，將平面推廣至空間球面，推導(dǎo)出了球面高斯函數(shù)和尺度空間理論。另一方面，為了消除插值的影響，設(shè)計了基于像平面和球面高斯函數(shù)的卷積方法，它是一個具有自適應(yīng)濾波性質(zhì)的核函數(shù)與圖像的卷積的過程，根據(jù)卷積的結(jié)果建立DoG空間和提取特征點。
　　最后本文，基于建立的高斯尺度空間和DoG尺度空間，對特征點進行描述子的設(shè)計。改進了兩個算法，第一，本文對D-Nets算法進行了基于模型的改進，驗