摘要：
21世纪是信息化时代,人们每天被各式各样的信息所包围,这些信息中90%来自于图像.在生活中很多情况下,人们需要记录某些场景,常用的工具就是相机,包括带拍照功能的智能手机.随着科技的发展,软硬件不断更新升级,大多数移动设备有着令人惊讶的强大性能,因此以往因为性能受限而只能在PC端进行的图像处理技术,可以转战到移动平台进行,这极大的激发了科研工作者和各大手机厂商的创作热情.手机拍照中的全景模式就是图像拼接技术的典型应用,它的主要目标就是把一些相邻的分散的图片组合成一幅完整的宽视野,分辨率高的新图片.在深度学习和人工智能火热的今天,全景图像拼接技术有着更加广泛的应用市场和更高的商业价值.在着重研究了全景图像拼接技术的基本理论及其关键技术后,针对实时性的应用需求,本文提出了一种基于SURF特征点的图像拼接算法,首先利用SURF特征检测器提取输入图像的SURF特征点,采用K-D树的数据结构来存储特征描述子,然后把图像配准过程分为初匹配和最终匹配两步,初步匹配使用BBF算法进行循环搜索,得到的特征点匹配结果再经过RANSAC算法提纯,最大程度的减少误匹配的特征点对,得到最终图像匹配结果后,使用柱面投影变换模型,将图像放置到同一个坐标系下,针对图像交界处出现的"拼缝"等不自然的地方,采用加权平均融合算法处理,最终输出符合视觉一致性的全景图像.本文利用开源的计算机视觉库OpenCV对该算法在PC端进行了软件编程和测试,经过调试优化后,将该算法移植到了Android手机上,并利用Android Studio和OpenCV4Android组合开发了Android平台的全景图像拼接软件.实验证明,该算法在生活中的常见场景下具有良好的拼接效果,同时稳定性好,能够达到实时性的要求,符合实际应用需求.
展开
