基于视频序列的数字图像拼接技术研究进展

基于视频序列的数字图像拼接是指将具有重叠区的多帧视频通过数字配准和融合获得单幅宽视场静态全景图或动态全景图.基于视频序列的数字图像拼接技术主要包括全局快速配准算法、运动目标分割算法和无缝融合算法.首先分析理想数字图像拼接系统的特性,然后介绍近年来基于视频序列的数字图像拼接技术的研究进展,最后分析其研究动向.     

数字图像拼接技术研究初探

数字全景图像的获取需要采用图像拼接技术来实现,图像拼接的研究已经日益成为了计算机视觉和数字图像处理领域的研究热点。它在卫星遥感图像合成、虚拟现实、图像复原、视频监控,气象分析、医学诊断、数码游戏等领域、中已得到广泛的应用。     

基于焊缝图像拼接算法的研究

为实现焊缝图像的快速拼接,提出一种新的图像拼接模型。首先将图像预处理,以提取焊缝图像边缘,然后提出一种新的图像配准算法,采用取平均值的图像融合算法实现图像的拼接操作。实验结果表明,该方法能够提高焊缝图像的配准速度,拼接效果较好。     

多光学传感器的图像拼接系统的设计

当要求的场景尺寸超出一个光学传感器的范围时,同时取得一个完整的场景就成为难点。针对这一问题,提出一套小型的视场拼接系统。采用多个光学传感器同时对场景进行采集,得到几幅互相有一定重叠的图像。然后进行图像配准和图像融合,实现无缝大视场的拼接。     

结合模板与互信息的全景图拼接技术研究与实现

针对传统互信息图像配准拼接算法计算量大、效率低等问题,本文结合模板匹配,提出基于模板与互信息的全景图拼接技术。首先将误差法和二次匹配误差法相结合,对待拼接图像进行初次模板匹配,划定大致重叠区域;接着从互信息量的角度比较相邻重叠的两幅图像的相似性,通过建立两幅图像之间的互信息量,计算最大互信息,获得匹配区域;然后再次利用模板匹配,设定最佳匹配区域,最终实现图像配准拼接。在VS2010+Opencv环境中编程实现重叠图像的拼接,并验证了算法的正确性。实验表明,本文算法具有计算量相对小,自动化程度高,配准拼接精度高等优点。     

星载拼接相机图像实时校正系统的研究

为了实时对多TDI-CCD拼接后获得准确与高质量的大视场图像,建立了多片TDI-CCD拼接相机像元实时校正系统.对该系统的图像拼接与灰度融合算法进行研究并对硬件实现方法加以介绍.对多片TDICCD拼接技术以及由此带来的图像错位与像元不均匀性进行了介绍,采用输出缓存技术实现拼接TDI-CCD奇偶片输出图像配准,应用比值平均法校正拼接片间的灰度不均匀性,实现实时大视场拼接校正.并将整套算法在Xilinx公司的Spartan 3系列的FPGA平台上实现,得以构成多TDI-CCD拼接校正系统.实验结果表明,该系统可以自动对3片2048像元的TDI-CCD拼接配准与灰度校正,获得清晰的大视场图像,满足系统实时性的要求.     

图像拼接在塑料薄膜疵点检测系统中的应用

本文将图像拼接技术引入塑料薄膜疵点检测系统,在待检物幅面较宽的情况下,有效解决了单CCD相机难以满足检测精度要求而采用的多CCD相机采集图像的配准融合的问题,克服多线阵CCD机械拼接和光学拼接对拼接装置要求高,难度大的困难,实现宽幅待检图像的无缝拼接。     

一种感兴趣区域寻优搜索的全自动图像拼接算法

为了降低图像拼接中对图像序列获取的苛刻要求,增强拼接算法的适应性和灵活性,该文提出了一种兴趣区域寻优搜索的图像拼接算法。该算法以重叠区域的主要特征物为出发点,获取有效感兴趣区域,通过感兴趣区域寻优策略进行图像匹配,进而进行图像几何校正、色差调整和图像融合,实现了图像序列的无缝拼接。实验结果表明,该算法不仅保持了较好的图像拼接准确性和鲁棒性,而且降低了对图像序列获取的要求,增强了应用的适应性和灵活性。     

色差图像的数字图像拼接算法

针对有明显色彩和亮度差异的图片,在进行传统的图像拼接后,会产生肉眼可见的拼接缝,严重影响拼接效果。因此,提出一种针对存在色差的图像拼接算法。首先,计算相邻图片间的色彩校正参数和每个彩色通道的全局色彩调整参数,选择适合的颜色和亮度,对每一幅图片进行色彩校正。其次,引入SIFT和RANSAC算法,实现了图像的准确配准。最后,采取0．1加权融合算法和平均融合算法结合进行图像融合,得到最终的全景图像。实验结果表明,由于已经进行图像间的校正,减少了待拼接图像的色差,使得图像的融合更加简单。该算法对于存在色差的图片序列可以实现无缝快速的拼接,并且可根据需要调整图像的色彩和亮度。     

基于SURF的敦煌壁画数字图像智能拼接系统研究

针对敦煌壁画数字图像拼接数据量大、计算耗时长这一急待解决的技术难题,构建了敦煌壁画数字图像智能拼接系统的总体结构;提出并实现了基于SURF的图像配准算法,该算法在积分图像的基础上进行快速计算,通过快速Hes-sian检测子来检测特征点;通过计算哈尔小波变换,确定其主方向及特征点描述子,并根据描述向量之间的欧式距离实现图像间的特征点的匹配;最后,采用渐入渐出的图像融合算法实现了图像拼接系统。实验表明：该系统既能满足匹配准确性的要求,又具有计算量小,计算速度快的优点。     

基于ROI的高精度红外全景拼接算法研究

针对红外图像空间分辨率低、视场窄,导致图像配准率低、实时性差的问题,提出一种基于感兴趣区域(ROI)的高精度红外全景拼接算法。该算法首先根据两张相邻图像的近似位置关系,求取图像间的ROI;接着,在ROI窗口中提取尺度不变特征变换(SIFT)特征点并将其作为运动目标,结合KLT(Kanade-Lucas-Tomasi)实时跟踪算法确定待配准图像中特征点的位置信息并进行匹配;然后采用随机采样一致性(RANSAC)算法剔除误匹配点对;最后利用像素级融合法消除拼接痕迹,合成一幅分辨率稳定、视场宽的红外全景图像。经实验验证,该算法与传统SIFT算法相比,配准率提高了3.491%,运行时间约提高了50%,能够准确、有效地实现多帧红外图像的无缝拼接。     

图像Mosaics技术综述

 本文系统综述了当前图像Mosaics技术的研究现状.图像Mosaics技术就是将一组重叠图像拼结成一幅大型的无缝高分辨率图像的技术.我们根据图像Mosaics形成的二维曲面即流形(Manifold)的确定方式将图像Mosaics技术分为两大类:基于自适应流形的图像Mosaics 和基于人工确定流形的图像Mosaics.基于自适应流形的图像Mosaics是由视频序列提取的条形图产生的.基于人工确定流形的图像Mosaics是由整幅图像的拼接对齐所产生的.它包括局部对齐技术、全局对齐优化调整技术和图像融合技术.我们对每种技术进行了分类和讨论.最后给出了评价并展望了未来图像Mosaics技术的发展方向.     

图像融合与拼接算法在无人机电力巡检系统中的应用

图像融合与拼接技术是数据综合处理过程中的新兴技术,该技术在军事领域和民用领域都有广阔的发展应用前景。无人机电力巡检系统中的图像处理算法包括图像预处理、图像配准、图像拼接和拼接缝消除算法。首先运用改进后的图像预处理算法对获取的图像进行优化,其次应用图像融合与拼接算法对多角度图像进行拼接,最后利用新型拼接缝消除算法消除拼接缝。实验结果表明,将整套算法应用于无人机巡检系统中,可对存在一定重叠和旋转的多幅图像进行自动拼接,获得无缝、清晰的大视场图像。     

基于区域特征的图像配准方法研究

研究一种快速、准确,适用于大角度旋转的图像自动配准方法.首先利用图像边缘点和角点的重复性提取两图像的特征点,有利于提高匹配速度;再利用双向结构相似度最大和三角形相似相结合的方法获得匹配点对,有利于减少误匹配点对;最后利用结构相似度较大的匹配点对求得配准参数,并对图像进行配准.实验结果证明了该算法的正确性和有效性,并且其能够适用于较大缩放倍数和旋转角度图像的配准.     

基于小波的影像融合方法研究

影像融合技术作为一种数据整合技术,能够整合不同影像中高空间分辨率和高光谱分辨率信息,因其能明显改善影像的显示效果,因而被广泛的应用于遥感图像处理中。传统的HIS变换、主成分分析、Brovey变换虽然对于影像的质量能起到一定改善的作用,但由于其自身的算法的原因,还存在许多不足。采用小波HIS、小波PCA变换等方法进行了新的融合方法的有益尝试。以IKONOS 2的1 m和4 m分辨率影像数据为实验数据,对比了小波融合方法与传统融合方法,实验结果显示小波方法在定性和定量方面都有明显优势。文中还讨论了对融合后影像质量的多种定量评价方法。     

Matlab环境下图像配准方法

图像配准是图像处理的重要前期步骤,直接影响图像处理的精度。图像配准应用于多个研究领域,比如医学图像的配准,多数据源遥感图像的配准等。Matlab以其强大的矩阵运算功能及丰富的图像处理函数等,在图像处理方面占有明显的优势。文中阐述了在Matlab环境下图像配准的实现过程,最后对其进行评价。将Matlab与VC编程相结合,可提高运行速度、精度,减少了程序代码,且效果良好。     

图像融合技术及评价方法

描述了图像融合的基本概念、层次,重点阐述了像素级图像融合的基本原理和方法.对图像融合的客观评价标准进行了总结,进行了仿真试验,并利用评价标准比较了多种图像融合方法的性能,最后展望了图像融合发展的前景.