基于SIFT的图像配准与拼接技术研究

图像拼接技术是数字图像处理邻域的一个研究热点。近年来,随着技术的成熟,图像拼接技术被很好的应用到了机器人导航、无人平台战场监控、航拍图像处理等多个领域。基于特征的图像配准与拼接技术配准结果准确拼接效果良好且不易受光照、旋转等因素的影响是当前图像配准与拼接领域研究的热点。本文在深入研究和学习已有的基于SIFT的图像配准与拼接技术的基础上,详尽地分析了现有算法的不足,并提出了若干改进算法。本论文的主要工作如下： (1)首先,针对SIFT生成特征描述符环节计算量大的问题,提出了一种改进的描述符生成算法。该算法用卷积运算来统计特征点子邻域的梯度信息,从而避免了频繁的计算子邻域的梯度直方图,且避免了大量的重复计算,提高了算法的快速性。 (2)其次,在特征点匹配阶段,首先借助kd-tree利用特征描述符向量为特征点建立了索引树,然后选取特征点的近似的最近邻距离与次近邻距离之比作为特征点之间的相似性度量并借助最小优先权队列在kd-tree上搜索特征点的匹配点,最后分别用由SIFT类型的特征描述符和由改进算法生成的特征描述符生成匹配结果并对由这两种描述符生成的匹配结果进行了比较和分析。在变换矩阵求解阶段,首先用RANSAC算法剔除大量的错匹配点然后用迭代的非线性最小二乘法L-M对变换矩阵求精。 (3)然后,针对传统的基于SIFT的图像配准算法存在的三个弊端：(1)待拼接图像的非重叠区域对特征点的匹配没有丝毫用处,所以没必要对非重叠区域进行特征提取；(2)在处理高分辨率的大图时由于提取出的特征点很多使得建立kd-tree和搜索特征点所需的计算量大大增大；(3)图片中的相似结构产生的错匹配点仅仅依靠特征描述符向量的相似性很难剔除。本文提出了一种由粗到细的分块匹配策略,该策略将大图匹配问题转换成若干个小图匹配问题。实验结果显示该策略的匹配速度要比传统的基于SIFT的图像配准算法快1倍以上,且能有效的剔除由图像的相似结构产生的错匹配点。 (4)最后,针对传统方法在图像融合后易出现拼接缝隙和像素过渡不均匀的问题,本文给出了一种利用图像重叠区域像素统计特征的图像融合方法。该方法首先计算待拼接图像重叠区域像素的统计特征,调整图像的亮度使待拼接图像的亮度达到一致,在融合图像时用双线性插值法确定非重叠区域上的点的像素值,用渐入渐出加权法确定重叠区域的点的像素值。实验结果显示融合后的图像像素过渡光滑,没有明显的拼接缝隙,拼接效果良好。