欢迎来到天天文库
浏览记录
ID:57311774
大小:230.55 KB
页数:3页
时间:2020-08-11
《一种基于SIFT特征的序列图像拼接算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第28卷第6期兵工-动化Vo1.28,No.62009年6月OrdnanceIndustryAutomationJun.20o9doi:10.3969/j.issn.1006-1576.2009.06.028种基于SIFT特征的序列图像拼接算法刘彬,叶丽娜(解放军炮兵学院研究生系42队,安徽合肥230031)摘要:针对序列图像拼接问题,提出一种基于尺度不变特征(SIFT)的自动拼接方法。该方法首先计算图像SIFT特征向量,作为匹配的依据,其次利用SIFT特征进行图像配准,进一步配准的基础上利用图像交叠处距离差来线性融合边缘,取
2、得较好的平滑的镶嵌效果,最后通过对真实场景序列图像进行拼接,实验验证了该方法的有效性.关键词:序列图像;自动拼接;图像配准;线性融合中圈分类号:TP206;TP301.6文献标识码:AAlgorithmforSequenceImageSplicingBasedonSIFTFeaturesUUBin,YELi-na(No.43BrigadeofPostgraduate,ArtilleryAcademyofPLA,Hefei230031,China)Abstract:Forsequenceimagesplicing,propose
3、anautomaticsplicingmethodonthebasisoffixeddimension.Themethodfirstcalculatesimages’SIFTeigenvectorandmakesitthematchingbasis,thenmakesanimageregistrationbyusingSIFTfeaturesandmakesalinearedgefusionusingthedistancediferenceofimageoverlappingsection.Theexperimentofima
4、gesequencestitchinginrealsceneachievesthebettersmoothmosaiceffectandshowthemethodisefective.Keywords:Imagesequence;Automaticstitching;Imageregistration;Linearimagefusion0引言总共26个像素进行比较,以确保在尺度空间和二维图像空间都检测到局部极值。图像序列自动拼接是指将一组内容相关的图像序列自动拼接为能够全面描述场景内容的全景图像。鉴于视觉系统中存在的分辨率与视
5、场范围间的矛盾,为保证较高的分辨率,单幅图像对应的场景区域通常较小,不利于准确、全面地观察和分析场景。故利用SIFT特征图像配准,进而利用图像交叠处距离差来实现图像的融合,较好地处理边界融合问题,最终实现将视频恢复为单张全景图的结果。lSIFT特征向量的生成图1DoG尺度空间的三个相邻尺度SIFT特征是基于图像特征尺度选择的思想,建2)通过拟和三维二次函数,以精确确定关键点立图像的多尺度空间,在不同尺度下检测同特征点,的位置和尺度,去除低对比度的关键点和不稳定的确定特征点位置的同时确定其所在尺度,以达到尺边缘响应点,以增强匹配
6、稳定性、提高抗噪声能力。度抗缩放的目的,剔出对比度较低的点及边缘响应3)利用关键点邻域像素的梯度方向分布特性点,并提取旋转不变特征描述符以达到对仿射不变为关键点指定方向参数,使算子具备旋转不变性。的目的。该算法主要包含:1)建立尺度空间,检测m(x,y)=√(£(十l,y)一L(x一1,y))+(‘y+1)一L(x,y—1))尺度空间极值点:2)精确确定关键点,剔除不稳定O(x,y)=ottan2((L(,Y+1)一L(x,y—1)),(+1,y)-L(x-I,y)))点;3)确定关键点的方向:4)提取特征描述符。(1)1)尺
7、度空间极值检测,以初步确定关键点位置式(1)为,y)处梯度的模值和方向。其中L所和所在尺度。在检测尺度空间极值时,图1中标记用的尺度为每个关键点各自所在的尺度。在实际计为叉号的像素需要跟包括同一尺度的周围邻域8个算时,在以关键点为中心的邻域窗口内采样,并用像素和相邻尺度对应位置的周围邻域9X2个像素直方图统计邻域像素的梯度方向。梯度直方图的范收稿日期l2009—01—09:修回日期:2009-02-17作者简介:刘彬,解放军炮兵学院在读硕士,从事信号与信号处理研究。·76·刘彬,等:一种基于SIFT特壁型里堡堑竺婆性度量,取图
8、像I中的某关键点,按照阈值找出与围是0~360度,其中每10度一个柱,总共36个柱。基准图像中欧氏距离最近的前2个关键点。在这2直方图的峰值则代表了该关键点处邻域梯度的主方个关键点中,如果最近的距离除以次近的距离小于向,即作为该关键点的方向。图2是采用7个柱时某比例阅值。则接
此文档下载收益归作者所有