图像拼接技术在大尺寸物体测量中的应用.pdf

图像拼接技术在大尺寸物体测量中的应用.pdf

ID:57744807

大小:804.16 KB

页数:4页

时间:2020-03-27

图像拼接技术在大尺寸物体测量中的应用.pdf_第1页
图像拼接技术在大尺寸物体测量中的应用.pdf_第2页
图像拼接技术在大尺寸物体测量中的应用.pdf_第3页
图像拼接技术在大尺寸物体测量中的应用.pdf_第4页
资源描述:

《图像拼接技术在大尺寸物体测量中的应用.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、应用技术图像拼接技术在大尺寸物体测量中的应用吴黎明蔡文(广东工业大学信息工程学院)摘要:研究利用图像拼接技术把几张有重叠部分的图像拼接成一幅大视角高分辨率图像,应用于大尺寸物体的图像还原。试验几种拼接算法,得到算法运行时间和算法获得的物体特征数目等参数作为算法优劣评价标准。实验表明:对同一幅图像,FAST角点检测算法在31.2967ms内检测到159个特征点,相比于其他检测算法,具有更快的运行时间和更高的检测精度。关键词:图像拼接;角点检测;尺寸测量O引言大尺寸物体测量是指测量对象的长、宽、高超过一定的范围。传统的测量方法

2、采用大型卡尺、大型千瓤.‘\堡\堕,’/视角、、i分尺和大型千分杆等工具,近些年出现用超声波、激/、光等工具,但都面l着使用不方便、工具体积较大、,\<测量精度不高、速度慢以及设备成本高等问题[。采用视觉技术对大尺寸物体进行测量,可以达到非接触、图1镜头参数关系速度快、精度高等效果。实际应用中,为获取高清晰度的图像,以便图像当视角范围内的图像无法包括拍摄对象的整体处理时减小误差,对镜头焦距的选择比较苛刻。由于时,需要进行图像拼接。数字图像拼接技术是机器视镜头焦距和视角之间有一定的关系f3】,即焦距越小,觉领域的一个重要分支

3、,利用图像变换、重采样和图像融合等技术将几张有重合部分的不完整图片拼接视角越大;最小工作距离越短,视野越大。这样一幅起来,从而得到宽视角和较高分辨率的图像[5]。拼接图像可能无法显示测量对象的整体,若要重现一幅完技术使普通的数码相机也能获得所需要的图像,降低整图像,需把几幅图像拼接在一起,去除重合部分,了成像设备的要求。目前,图像拼接技术广泛应用于根据标注关系算出图像的实际尺寸。计算机视觉、图像处理、计算机图形学、医学图像分本文选择中型客车为对象,以测量车辆轮廓为应析等领域。图像拼接过程主要包括3个步骤:图像预用背景[41

4、,对比几种常用的拼接算法,如算法耗时、处理、图像匹配和图像融合[,如图2所示。拼接效果等,选择最优的拼接算法用于车型轮廓检测。1图像拼接图2图像拼接步骤镜头参数关系如图1所示,镜头视角0=1)图像预处理tan【J。当焦距广一定时,视角越大,成像也越对原始图像进行直方图匹配、平滑滤波、增强变大;同时当成像面的尺寸一定时,焦距越长,视角越换等基本操作,使图像匹配精度与速度得到提高。图小。例如俗称的广角镜头,其焦距就很短。像预处理包括:图像投影、图像去噪、图像修正等。36吴黎明蔡文:图像拼接技术在大尺寸物体测量中的应用从表1中的

5、数据可以看出:相同配置的电脑上处供了实验数据的支持。理同一幅图像,SIFF算法用时最长,Harris算法用时参考文献最短;检测到的特征点数目FAST算法最多,Harris[1】李伟,戚晓艳,李香.浅析大尺寸测量的意义及发展趋势[.I].电算法最少。综合考虑,FAST算法能在较短的运行时脑编程技巧与维护,2012,8(8):112.113.间内检测出较多的图像特征数目,比较适合对时间有[2]张福民曲兴华,戴建芳,等.现场大尺寸测量量值溯源【J].天严格要求的车辆外廓检测系统。津大学学报,2008,41(10):1167.11

6、70.此外,FAST算法是在SUSAN的基础上改进得[3]郁道银,谈恒英.工程光学[M】.3版.北京:机械工程出版社,来的,继承了SuSAN算法抗噪能力强等优点,在图1998.像预处理阶段不需要去噪处理,从而在一定程度上提[4]周小波,朱勇.一种新型的车辆外廓尺寸检测系统的设计[J].仪表技术与传感器,2014(4):102105.高了算法的运算速度与检测精度。【5】武岫缘,龙永新,高总总.基于SIFT-ACO的图像拼接算法[J].4结语湖南工业大学学报,2014,28(1):76—80.[6]邵向鑫.数字图像拼接核心算法

7、研究[D】.长春:吉林大学,本文将机器视觉技术应用于物体尺寸检测,并在2010.VisioStudio加Opencv平台上测试了4种常用的角点[7】刘红.并行快速特征点匹配算法研究[D].重庆:重庆大学,检测算法,得出其运行结果并进行了比较。在众多特2012.征匹配算法中,角点特征检测算法因能提取出丰富的【8]李鹏程,曾毓敏,张梦.基于改进Harris的图像拼接算法[J].南京师范大学学报:工程技术版,2014,14(1):70.75.信息量、便于工具测量和数据表示、程序适应性强等【9]廖飞,叶玮琼,王鹏程,等.基于SIF

8、T特征匹配的图像拼接算优点而成为特征匹配算法的首选。本文给出了几种算法[J].湖南工业大学学报,2014,28(1):71—75.法的实验结果以及运行图像,得出FAST角点检测算[10]杨世龙.基于FPGA的CMOS视频图像增强算法研究及应法在算法运行时间和检测特征点数目方面具有优越用[D].广州:广东

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。