基于鱼眼图像的球面全景图自动拼接算法研究与实现

摘要

全景图像的拼接是数字图像处理和计算机视觉领域的一个热门研究点，是指将多幅有重叠区的图像拼接成广视角乃至360°全视角图像的技术。全景图像拼接是一种基于图像渲染技术、数字图像处理及计算机多视几何学等领域的综合技术，因为对硬件要求低以及真实感好等优点，所以是虚拟现实、三维重建等领域的重点研究方向。由于鱼眼图像视域广，从而减少了鱼眼图像全景拼接所需要的图像数量和鱼眼图像拼接的次数，并且提高了最终拼合的全景图像的视觉质量。
　　本文对基于鱼眼图像的球面全景图自动拼接的各模块所涉及的算法进行了研究与分析，并对其中存在不足的算法进行了改进与实现。具体工作内容如下：
　　1．针对基于面积统计法的鱼眼图像轮廓提取算法存在计算量大并且精度不高的缺点，本文在扫描线逼近算法的基础上提出了一种快速扫描线逼近的改进的鱼眼图像轮廓提取算法。该算法具有很强的抗噪声能力，能够精确地定位鱼眼图像的中心位置和半径，在提高鱼眼轮廓提取精度的同时降低了算法的运行时间。在提取了鱼眼图像的轮廓之后，应用经纬线校正算法对鱼眼图像进行畸变校正。
　　2.对鱼眼图像拼接过程中的SIFT特征提取进行研究与分析，针对SIFT特征提取时间长和错误匹配的问题，对SIFT算法进行了改进，以提高鱼眼图像特征提取和特征描述的速度和准确性。在鱼眼图像的SIFT特征点匹配方面，提出并实现了基于多核平台并行优化的KD-tree算法降低了特征点匹配的时间。最后，应用RANSAC优化算法进行精确地匹配，进一步地剔除了错误的匹配点。
　　3．依据本文鱼眼图像的采集方式，确定了鱼眼图像间的透视变换模型。
　　4．针对球面全景图拼接的鱼眼图像序列相互次序的自动排序问题，本文提出了一种基于全局调整和概率接受模型相结合的匹配关系判定算法。在确定了多幅鱼眼图像相互匹配的关系基础上，实现了基于球面模型的全景图像的自动拼接。实验证明，该方法对于无序的鱼眼图像能够正确地确定图像之间的匹配次序，尤其当拍摄的场景中存在相似纹理时仍然保持算法的健壮性。
　　最后，在完成对各个流程所涉及的具体算法分析与改进之后，实现了基于鱼眼图像的球面全景图自动拼接并生成球面全景图。

目录

封面

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文主要内容及组织结构

第2章 鱼眼图像拼接理论及其关键技术

2.1 引言

2.2 鱼眼图像获取

2.3 鱼眼图像预处理

2.4 鱼眼图像配准

2.5 全景图投影模型

2.6 图像融合

2.7 本章小结

第3章 鱼眼图像的采集

3.1 硬件配置的选择

3.2 鱼眼图像采集方式

3.3本章小结

第4章 鱼眼图轮廓提取算法改进与实现

4.1 引言

4.2快速扫描线逼近算法

4.3实验结果与分析

4.4本章小结

第5章 鱼眼图像配准

5.1 引言

5.2 图像特征提取

5.3 改进的SIFT算法

5.4 KD-tree算法及其改进算法

5.5 RANSAC算法提纯

5.6 鱼眼图像变换模型确定

5.7 本章小结

第6章 基于鱼眼图像的球面全景图自动拼接实现

6.1 引言

6.2 投影模型选择

6.3 基于改进概率接受模型的图像匹配关系的判定

6.4 参考平面的选择

6.5 球面全景图生成

6.6 本章小结

第7章 总结与展望

7.1 本文工作的总结

7.2 本文工作的展望

参考文献

攻读硕士学位期间发表的论文

致谢