基于PCA-SIFT的圖像配準(zhǔn)與拼接技術(shù)研究.pdf

1、隨著社會(huì)信息化的不斷發(fā)展，數(shù)據(jù)、視頻、圖像、文字等貫穿于各行各業(yè)，其中圖像的應(yīng)用極為廣泛。因此，圖像處理技術(shù)已成為研究熱點(diǎn)。然而，在各個(gè)領(lǐng)域的研究和項(xiàng)目應(yīng)用中，寬視角的圖像應(yīng)用較多，而一般的相機(jī)視角較小，無法得到較寬的視野，因而需要對(duì)圖像進(jìn)行拼接處理。在圖像拼接之前，首要的工作就是進(jìn)行圖像配準(zhǔn)。目前，基于PCA-SIFT的圖像配準(zhǔn)也慢慢成為熱點(diǎn)。但常用的特征提取和特征描述的時(shí)間消耗較多，并且匹配的準(zhǔn)確性也一般。對(duì)特征描述符的改進(jìn)也逐漸漏

2、角，旨在提高配準(zhǔn)的效率，同時(shí)對(duì)于消除圖像拼接縫隙的方法也逐漸增多，但對(duì)彩色圖像的拼接效果尚不理想。
　　本文主要研究了圖像配準(zhǔn)的基本理論，描述了SIFT和PCA-SIFT的基本方法，重點(diǎn)分析了傳統(tǒng)SIFT特征點(diǎn)描述符的不足，利用Matlab做了仿真配準(zhǔn)實(shí)驗(yàn)，對(duì)比了圖像配準(zhǔn)過程中精準(zhǔn)度和時(shí)間效率，分析了其優(yōu)勢(shì)和不足。以往的匹配算法所占存儲(chǔ)空間較多且時(shí)間復(fù)雜度高。本文對(duì)SIFT算法進(jìn)行了改進(jìn)，采用變環(huán)加權(quán)對(duì)特征點(diǎn)進(jìn)行描述，并利用PCA

3、降維技術(shù)，將128維降低至20維。通過實(shí)驗(yàn)驗(yàn)證了改進(jìn)后的方法在時(shí)間復(fù)雜度方面有所改善。最后，針對(duì)目前大多數(shù)算法在圖像拼接過程中仍然存在明顯縫隙的缺陷，提出了最佳點(diǎn)平滑方法：第一步，采用變環(huán)加權(quán)對(duì)圖像進(jìn)行特征點(diǎn)提取，并用PCA-SIFT對(duì)特征描述符做降維處理；第二步，通過RANSAC消除誤匹配點(diǎn)，將色彩最為接近的點(diǎn)作為拼接點(diǎn)；第三步，為了獲得最佳拼接線，需對(duì)找到的拼接點(diǎn)集做進(jìn)一步平滑處理。通過仿真實(shí)驗(yàn)表明，本文算法能夠在保持圖像原始信息的