視頻圖像拼接優(yōu)化算法實現(xiàn)研究.pdf

1、隨著對圖像拼接研究的不斷深入以及視頻圖像在現(xiàn)實生活中的應用，單個視頻采集設備所獲得的圖像信息具有視覺上的局限性。為了解決這個問題，獲取寬視野、大場景的視頻圖像，可以考慮將多個具有重疊區(qū)域的視頻圖像序列進行拼接，形成一個視角更大的新的視頻圖像，于是視頻圖像的拼接技術應運而生并被廣泛地應用在實景地圖、虛擬現(xiàn)實和遙感勘測等領域中。目前，靜態(tài)圖像拼接技術的相關理論知識已經有了較為深入的研究，使用靜態(tài)圖像拼接技術是研究動態(tài)視頻圖像拼接的一個切入點

2、。
　　本文先從圖像拼接的基本流程入手，對圖像拼接技術的研究背景、發(fā)展現(xiàn)狀進行概要綜述，重點研究和闡述了圖像拼接的兩個核心要素:圖像配準和圖像融合。然后通過對圖像配準技術的詳盡探討，選定基于特征的圖像配準方法作為本文的研究內容，繼而選擇SIFT特征作為圖像配準中需要提取的特征。在圖像融合方面，對多種融合方法進行比較分析，確定了漸入漸出法作為圖像配準后的融合方法。
　　通過對圖像SIFT特征提取、特征匹配方面的重點研究，針對S

3、IFT算子會產生大量不穩(wěn)定的邊緣點，從而導致SIFT算法在匹配過程中運算時間過長，本文提出了一種結合Canny邊緣檢測算子和K-L變換對SIFT特征提取方面進行改進的算法，改進的算法可以有效地減少原SIFT算法提取到的特征點數(shù)量，降低匹配時間和錯誤配對數(shù)，提高圖像的正確匹配率，最后對兩幅圖像進行配準的實驗結果證明了本文提出的改進算法的有效性。
　　根據(jù)Canny邊緣檢測和K-L變換改進的SIFT匹配算法和漸入漸出的融合方法，提出了