碩 士 學 位 論 文 基于 ＡＰＡＰ 圖像拼接算法 的 改進 學 科 專 業  軟件工程  學 位 類 型工 學碩 士學位 研 究 生 姓 名  劉 詩  導 師姓名 、 職稱  李喬 良 教授  論 文 編 號Ｓ １ ８０ ３７ ７ １ 湖南 師 范 大學 學 位評定 委員 會 辦公 室 二 〇 一八年六 月 分 類 號密級 學校代碼１ ０５４２學號 ２０ １ ５２０ １ ００８８１ 基于 ＡＰＡＰ 圖像拼接算法的改進 ＩｍｐｒｏｖｅｍｅｎｔｏｆＩｍａｇｅＳｔｉｔｃｈｉｎｇＡｌｇｏｒｉｔｈｍ ｂ ａｓ ｅｄｏｎＡＰＡＰ 研 究 生 姓 名 劉 停 指導教師姓名 、 職稱李養 良 教授 學 科 專 業軟件工程 研 究 方 向網 絡與信息安全 湖南 師范大學學位評定委 員 會辦公 室 二？ 一 八年六 月 摘 要 在計算機視覺領域 ， 圖像拼接是指通過圖像配準和圖像融合等算 法將兩幅或者多幅 圖像拼接成一幅 寬視角 、 無縫隙的圖 像 。 而隨著研 究的深入 ， 圖像拼接廣泛地應用于虛擬場景 、 醫學圖像分析 、 軍事圖 像 以及遙感 圖像處理等領域 ， 已成為計算機視覺的研宄熱點課題之 〇 本文針 對Ａｓ－Ｐｒｏｊ ｅｃｔｉｖｅ－Ａｓ －Ｐｏｓ ｓｉｂｌ ｅＩｍａｇ ｅＳｔｉ ｔｃｈｉｎｇ算法 ( 簡 稱 ＡＰＡＰ 算法 ) 的特征局 部精度不夠、 匹配速率慢以及固 定閾值 的問 題 ， 提出其相應的 改進 ， 如下 ： ( １ )ＡＰＡＰ 算法使用 ＳＩＦＴ 算法進行特征檢測 。 ＳＩＦ Ｔ 算法魯棒性 很強 ， 但是犧牲了 局部精度 ， 容易造成邊界模糊和細節上的丟失 ； 而 改進的 方法使用基于非線性擴散 的 ＫＡＺＥ 特征檢測算法 ， 該算法是在 非線性尺度空 間 中 用于多尺度二維特征點 的檢測和描述 的算法 ， 它保 證 了 圖像邊緣在尺度變換中信息損失量非常少 ， 從而極大地保留 了 圖 像的細節信息 。 采用 ＫＡＺＥ 算法可 以有效提高其精度 。 ( ２ )ＡＰＡＰ 算法進行特征匹配的速率較慢 。 本文使用基于網 格 運動統計的特征匹配算法 ， 該方法通過貝 葉斯統計方法判 斷 出運動空 間 的特征點匹配是 否平滑 ， 來驗證匹配是否準確 。 它具有速率快 、 魯 棒性強、 匹配率高 的優點 ， 從而提高 了 整個算法的運行速率和拼接質 量 。 ( ３ )ＡＰＡＰ 算法使用 ＲＡＮＳＡＣ 算法剔除誤 匹配點對 。 而該算法 閾 值的選取是固 定不變的 ， 將導致其魯棒性相對較差 。 本文采用最大 類間方差法 自 動選取閾值 ， 進而提高 ＲＡＮＳＡＣ 算法的魯棒性 以及簡 化其流程 。 本文使用 計算機視覺庫 Ｏｐ ｅｎＣＶ ， ＭＡＴＬＡＢ 和 Ｃ＋＋編程語言對 算法進行實現 ， 通過不同場景 圖像的特征檢測 的 時間 、 在不 同亮度和 不同高斯模糊 下其特征點 的重復率 、 均方根誤差以及圖像拼接效果圖 的實驗對 比 ， 驗證了 本文算法的有效性和 魯棒性 。 關鍵詞 ： ＡＰＡＰ ， 特征檢測 ， ＫＡＺＥ ， 最大類間方差 ， 魯棒性 匹配 Ｉ ＡＢ ＳＴＲＡＣＴ Ｉｎｔ ｈｅｆｉ ｅ ｌｄｏ ｆ ｃｏｍ ｐ ｕｔｅｒｖ ｉ ｓｉ ｏ ｎ，ｉ

總結

以上是生活随笔為你收集整理的ransac剔除误匹配matlab代码,基于APAP图像拼接算法的改进的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。