船舶图像系统中基于SIFT的全景图像拼接
【摘要】： 随着船舶工业和海上经济的快速发展,海上交通安全的重要性不容忽视,如何根据周边情况规避碰撞、规划路线和安全停泊已经成为一个非常重要的事前预防措施。在船舶图像系统中,图像拼接技术是生成高分辨率全景图的有效途径,也是辅助船员安全驾驶、加强船舶信息化建设的重要措施。本文以基于SIFT特征提取算法的图像拼接为研究对象,以船舶周边景象为应用背景,深入研究了图像拼接中图像配准、误匹配点剔除、变换矩阵的计算等关键步骤,提出了若干优化方法,主要内容如下:(1)对传统SIFT算法的旋转、尺度变化等不变性进行了实验验证,结合图像配准的目的,具体分析了SIFT在图像配准过程中的不足。(2)SIFT的特征点提取范围为整幅待拼接图像,但在图像间非重叠区的特征点搜索和匹配会导致图像配准耗时较多。为解决这一问题,本文提出了一种划分重叠区的SIFT优化方法。在利用分层比较法获取图像粗匹配结果的同时,用每层的粗匹配结果划定SIFT进行局部极值点提取的范围,将分层比较法和SIFT算法的步骤有机结合,避免把时间浪费在无意义的特征点提取上。通过本文优化算法和传统SIFT算法之间的对比实验,证实了本文算法的配准效率至少能达到传统算法的2倍。(3)针对SIFT在特征匹配时会出现误匹配的问题,本文提出了一种误匹配剔除算法,该算法可有效剔除两种类型的误匹配点对。对于完全不对应的一类误匹配点对,本文引入广义霍夫变换(GHT)的投票机制,寻找匹配图像的最佳定位中心,删除没有给定位中心“投票”的匹配点对;对于由旋转和缩放造成的一类误匹配点对,本文以正确匹配对和错误匹配对之间的差异为依据进行剔除。最后通过与几种常用剔除算法的仿真对比,验证了所提算法相较于对比算法,查全率平均高出20%,误剔除率平均低出42%。(4)在船舶图像全景拼接的过程中使用上述提出的图像配准优化方法和误匹配点剔除算法,以VS2010为实验平台,分别在多幅图像、含相似物体、光线变化、视角变化、缩放变化、平移变化、旋转变化和抖动的情况下进行图像拼接实验,对比实验结果显示拼接后的图像过渡光滑无重影,没有明显的拼接缝隙,相较传统方法的拼接结果有极大提升,且在速度上本文方法能将效率提高1-3倍。本文研究成果对于推进船舶图像系统的研究工作有着重要意义。
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2018
相关知识
智能船舶人员定位系统——基于GPS、蓝牙、惯性导航的船舶人员实时定位系统
基于时序巡航图像的茶树生长监测研究
《船舶防疫安全指南》2020
基于大数据技术的燃气轮机远程健康管理系统开发及应用——中国船舶集团有限公司第七〇三研究所、中海石油（中国）有限公司
画出y=arctanx的图像
中国船舶重工集团公司资质荣誉
1分钟分析目标人群画像流程图
第50天玩具：拼图
基于机器视觉的智能鱼群健康状况监测系统
成都全景医学影像专家谈PET/MR检查的健康意义
网址: 船舶图像系统中基于SIFT的全景图像拼接 https://m.trfsz.com/newsview589396.html
