论文部分内容阅读
图像拼接技术有效地解决了高分辨率与宽视野之间的矛盾，已经成为数字图像研究领域的一个技术前沿。本文在深入研究和学习图像配准和图像融合技术的基础上，针对现有的图像配准与融合技术的不足提出了改进算法。主要工作包括以下三个方面:(1)通过对SIFT算法进行深入研究，针对SIFT特征匹配算法存在较多误匹配以及RANSAC算法迭代次数多，导致图像拼接速度慢且效果不佳的问题，对SIFT特征匹配算法进行了改进，利用快速收敛的蚁群优化算法(Fast Convergence Ant Colony OptimizationAlgorithm)--FCACO算法，来优化匹配点对，通过仿真实验证明，改进后的匹配方法不仅有效的剔除误配点，而且减少了匹配时间。(2)针对一般的线性加权方法图像融合后在重叠区域很容易出现拼接缝隙的问题，提出了平滑渐变权重系数的图像拼接缝消除方法。该方法首先调整图像的亮度使待拼接图像的亮度一致，然后改进一般的线性加权方法，将其线性突变的权重系数变换为平滑渐变的余弦函数形式。实验结果表明，改进后的图像像素灰度值平滑过渡，无明显的拼接缝，拼接效果良好。(3)采用不同类型的图像对本文提出的方法与现有算法进行对比实验，提出一种客观的FSFR(Fusion Standard Features Ratio)质量评价指标，并结合主观指标进行评价，结果证明本文的算法不仅提高了配准精度，而且减少了拼接时间,最终得到了符合人类视觉感受的高分辨率拼接图像，主客观评价结果相一致。