資源描述：
《基于視頻特征的圖像配準(zhǔn)算法的研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、基于視頻特征的圖像配準(zhǔn)算法的研究王聰2015年1月中圖分類(lèi)號(hào)：TP391UDC分類(lèi)號(hào)：004基于視頻特征的圖像配準(zhǔn)算法的研究作者姓名王聰學(xué)院名稱(chēng)信息與電子學(xué)院指導(dǎo)教師高飛教授答辯委員會(huì)主席蘇廣川教授申請(qǐng)學(xué)位工學(xué)碩士學(xué)科專(zhuān)業(yè)信息與通信工程學(xué)位授予單位北京理工大學(xué)論文答辯日期2015年1月ResearchofimageregistrationbasedonvideofeaturesCandidateName：WangCongSchoolorDepartment:InformationandElectron
2、icsFacultyMentor:Prof.FeiGaoChair,ThesisCommittee：Prof.GuangchuanSuDegreeApplied:MasterofPhilosophyMajor：InformationandCommunicationDegreeby:BeijingInstituteofTechnologyTheDateofDefence：January，2015研究成果聲明本人鄭重聲明：所提交的學(xué)位論文是我本人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作獲得的研究成果。盡我所知，文
3、中除特別標(biāo)注和致謝的地方外，學(xué)位論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也不包含為獲得北京理工大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書(shū)所使用過(guò)的材料。與我一同工作的合作者對(duì)此研究工作所做的任何貢獻(xiàn)均已在學(xué)位論文中作了明確的說(shuō)明并表示了謝意。特此申明。簽名：日期：摘要圖像配準(zhǔn)是計(jì)算機(jī)視覺(jué)和模式識(shí)別的研究熱點(diǎn)，其主要目的是確定在不同時(shí)間、不同視角、不同傳感器或者不同拍攝條件下得到的關(guān)于同一目標(biāo)或場(chǎng)景的不同圖像之間的空間位置關(guān)系。圖像配準(zhǔn)技術(shù)在航拍視頻序列處理、醫(yī)學(xué)圖像分析、運(yùn)動(dòng)分析等領(lǐng)域有著廣泛的應(yīng)用。目前圖
4、像配準(zhǔn)方法可以分為手動(dòng)配準(zhǔn)和自動(dòng)配準(zhǔn)兩大類(lèi)，其中自動(dòng)配準(zhǔn)是圖像配準(zhǔn)技術(shù)的最終實(shí)現(xiàn)目標(biāo)。自動(dòng)配準(zhǔn)方法也可以被分為兩大類(lèi)：基于灰度的配準(zhǔn)方法和基于特征的配準(zhǔn)方法，其中基于特征的配準(zhǔn)方法以其計(jì)算量小、對(duì)噪聲干擾、復(fù)雜的幾何變換魯棒性強(qiáng)等諸多優(yōu)點(diǎn)成為目前圖像配準(zhǔn)的主要研究方向。航拍視頻序列幀間往往存在著灰度變化、幾何形變以及場(chǎng)景復(fù)雜度的變化，另外有些幀間還具有重疊區(qū)域小等特征，這使得在配準(zhǔn)時(shí)難以得到理想的效果，若僅改善配準(zhǔn)中的某個(gè)環(huán)節(jié)也難以實(shí)現(xiàn)精確的配準(zhǔn)。針對(duì)這些問(wèn)題，本文提出了一種新的基于特征點(diǎn)的圖像配準(zhǔn)算
5、法，在特征點(diǎn)的檢測(cè)和特征點(diǎn)的匹配兩方面分別進(jìn)行了改進(jìn)，以解決航拍視頻序列的幀間配準(zhǔn)問(wèn)題。在特征點(diǎn)檢測(cè)方面，Harris-Laplace算子能適用于灰度變化、復(fù)雜的幾何變換以及噪聲干擾等情況，是一種比較優(yōu)秀的檢測(cè)算子。但是該算子檢測(cè)的特征點(diǎn)中往往會(huì)存在冗余點(diǎn)而且特征點(diǎn)分別的比較集中，這會(huì)影響到配準(zhǔn)精度且難以解決重疊區(qū)域較小的圖像之間的配準(zhǔn)。針對(duì)這些問(wèn)題，本文結(jié)合信息熵和分塊策略對(duì)Harris-Laplace算子進(jìn)行了改進(jìn)，改進(jìn)后的算子提取的特征點(diǎn)分布比較均勻且能避免在平坦區(qū)域檢測(cè)到過(guò)多特征點(diǎn)，同時(shí)也實(shí)現(xiàn)
6、了對(duì)冗余點(diǎn)的有效剔除。在特征點(diǎn)匹配方面，本文以擴(kuò)充的Hu矩為基礎(chǔ)，結(jié)合特征點(diǎn)的尺度信息，采用雙向匹配策略，得到了準(zhǔn)確率較高的初始匹配點(diǎn)對(duì)，提高了算法的效率和配準(zhǔn)精度。通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)，經(jīng)過(guò)以上兩方面的改進(jìn)，本文提出的新的基于特征點(diǎn)配準(zhǔn)方法能夠很好的實(shí)現(xiàn)航拍視頻序列幀間的配準(zhǔn)。在本文的最后針對(duì)實(shí)驗(yàn)中發(fā)現(xiàn)的不同DVD播放的視頻存在不同程度的偏移這一問(wèn)題，采用了一種較簡(jiǎn)單的配準(zhǔn)方法，準(zhǔn)確的得出了視頻的偏移量。關(guān)鍵詞：圖像配準(zhǔn)；航拍視頻序列；特征檢測(cè)；Harris-Laplace算子；信息熵；特征匹配；Hu矩IA
7、bstractImageregistrationisanimportantresearchareaofcomputervisionandpatternrecognition.It’smainobjectiveistodeterminethespatialpositionrelationbetweendifferentimagesofthesameobjectorscene，whichareobtainedfromdifferenttime,differentperspectives,different
8、sensorsordifferentshootingconditions.Imageregistrationtechniqueiswidelyappliedinthefieldofaerialvideosequenceprocessing,medicalimageanalysis,movementanalysisandsoon.Now,Imageregistrationmethodscanbedividedintotwocategories,manual
