基于sift特征與小波變換的圖像配準融合方法研究

1、學校代碼：10406分類號：TP391學號：130085208022南昌航空大學碩士學位論文南昌航空大學碩士學位論文(專業(yè)學位研究生)基于基于SIFT特征與小波變換的圖像配準融合方法研究特征與小波變換的圖像配準融合方法研究碩士研究生：黃人桓導(dǎo)師：江澤濤教授申請學位級別：碩士學科、專業(yè)：電子與通信工程所在單位：信息工程學院答辯日期：2016.06授予學位單位：南昌航空大學萬方數(shù)據(jù)I摘要摘要圖像拼接，可以實現(xiàn)對某個場景包含有重疊區(qū)域的兩幅或

2、者多幅圖像進行拼接處理，然后全景呈現(xiàn)，使得該場景的視角范圍變大。眾多圖像拼接算法雖然實現(xiàn)的方式有些不同，但它們的關(guān)鍵技術(shù)都是實現(xiàn)圖像配準與融合。配準是為了建立兩幅圖像之間的對應(yīng)關(guān)系，融合是為了使拼接過渡更平滑，防止光照差異可能產(chǎn)生的拼接縫。圖像拼接技術(shù)應(yīng)用廣泛，如在人工智能的機器人導(dǎo)航；在虛擬現(xiàn)實的全方位街景和重要古建筑文物景觀的網(wǎng)絡(luò)模擬參觀學習；在軍事行動中的戰(zhàn)場全景偵察預(yù)警和在互聯(lián)網(wǎng)中遠程醫(yī)療會診的病理圖像等領(lǐng)域。本文對圖像拼接技術(shù)

3、進行了介紹，闡述了拼接基本過程，針對其中兩個非常關(guān)鍵的技術(shù)即圖像配準和圖像融合，做了進一步的細致分析。在詳細說明圖像配準方面的技術(shù)時，首先從介紹了其相關(guān)的基礎(chǔ)理論知識；接著闡述了影響配準性能的所包含三個方向選擇的基本框架；然后論述了圖像配準的兩種分類并著重論述了本文所采用的基于特征的圖像匹配過程。在圖像融合技術(shù)方面，分了兩點介紹：一是圖像融合的相關(guān)概念知識及其中三個不同層次的圖像融合；二是闡述了兩種基于像素級融合的方法，其中重點論述了本

4、文所采用的在頻域上用小波變換進行融合的方法。在圖像配準過程中，為了實現(xiàn)較好的匹配結(jié)果，本文采用了基于SIFT配準方法，并在此基礎(chǔ)上進行了改進。文中圍繞圖像配準中的步驟詳細介紹了SIFT特征提取、特征匹配和圖像變換關(guān)系的求解。通過對SIFT方法逐步分析后，并在理解其匹配過程的基礎(chǔ)上，研究了提高匹配精度和保證效率的方法，并利用了以下兩個策略：一是在特征向量匹配過程中用棋盤距離和街區(qū)距離的線性組合并取其最優(yōu)值來代替歐式距離進行圖像匹配，以此提

5、高計算速度，減少匹配的時間；二是在獲得了初始匹配對后，為了消除誤匹配，采用了RANSAC算法，然后用提純后的匹配點對計算出投影變換矩陣參數(shù)。在實現(xiàn)嚴格配準后，本文使用了基于小波變換的方式來實現(xiàn)圖像的融合。文中首先分析了小波變換的基礎(chǔ)數(shù)學理論；然后重點介紹了二維小波變換和Mallat提出的一種小波分解和重構(gòu)的快速算法，這是常在融合過程中使用的，并且接著介紹了圖像小波分解與重構(gòu)原理；此外著重討論了小波變換的高低頻系數(shù)融合規(guī)則，進而提出了一種