【摘要】： 隨著船舶工業(yè)和海上經(jīng)濟(jì)的快速發(fā)展,海上交通安全的重要性不容忽視,如何根據(jù)周邊情況規(guī)避碰撞、規(guī)劃路線和安全停泊已經(jīng)成為一個(gè)非常重要的事前預(yù)防措施。在船舶圖像系統(tǒng)中,圖像拼接技術(shù)是生成高分辨率全景圖的有效途徑,也是輔助船員安全駕駛、加強(qiáng)船舶信息化建設(shè)的重要措施。本文以基于SIFT特征提取算法的圖像拼接為研究對(duì)象,以船舶周邊景象為應(yīng)用背景,深入研究了圖像拼接中圖像配準(zhǔn)、誤匹配點(diǎn)剔除、變換矩陣的計(jì)算等關(guān)鍵步驟,提出了若干優(yōu)化方法,主要內(nèi)容如下:(1)對(duì)傳統(tǒng)SIFT算法的旋轉(zhuǎn)、尺度變化等不變性進(jìn)行了實(shí)驗(yàn)驗(yàn)證,結(jié)合圖像配準(zhǔn)的目的,具體分析了SIFT在圖像配準(zhǔn)過程中的不足。(2)SIFT的特征點(diǎn)提取范圍為整幅待拼接圖像,但在圖像間非重疊區(qū)的特征點(diǎn)搜索和匹配會(huì)導(dǎo)致圖像配準(zhǔn)耗時(shí)較多。為解決這一問題,本文提出了一種劃分重疊區(qū)的SIFT優(yōu)化方法。在利用分層比較法獲取圖像粗匹配結(jié)果的同時(shí),用每層的粗匹配結(jié)果劃定SIFT進(jìn)行局部極值點(diǎn)提取的范圍,將分層比較法和SIFT算法的步驟有機(jī)結(jié)合,避免把時(shí)間浪費(fèi)在無意義的特征點(diǎn)提取上。通過本文優(yōu)化算法和傳統(tǒng)SIFT算法之間的對(duì)比實(shí)驗(yàn),證實(shí)了本文算法的配準(zhǔn)效率至少能達(dá)到傳統(tǒng)算法的2倍。(3)針對(duì)SIFT在特征匹配時(shí)會(huì)出現(xiàn)誤匹配的問題,本文提出了一種誤匹配剔除算法,該算法可有效剔除兩種類型的誤匹配點(diǎn)對(duì)。對(duì)于完全不對(duì)應(yīng)的一類誤匹配點(diǎn)對(duì),本文引入廣義霍夫變換(GHT)的投票機(jī)制,尋找匹配圖像的最佳定位中心,刪除沒有給定位中心“投票”的匹配點(diǎn)對(duì);對(duì)于由旋轉(zhuǎn)和縮放造成的一類誤匹配點(diǎn)對(duì),本文以正確匹配對(duì)和錯(cuò)誤匹配對(duì)之間的差異為依據(jù)進(jìn)行剔除。最后通過與幾種常用剔除算法的仿真對(duì)比,驗(yàn)證了所提算法相較于對(duì)比算法,查全率平均高出20%,誤剔除率平均低出42%。(4)在船舶圖像全景拼接的過程中使用上述提出的圖像配準(zhǔn)優(yōu)化方法和誤匹配點(diǎn)剔除算法,以VS2010為實(shí)驗(yàn)平臺(tái),分別在多幅圖像、含相似物體、光線變化、視角變化、縮放變化、平移變化、旋轉(zhuǎn)變化和抖動(dòng)的情況下進(jìn)行圖像拼接實(shí)驗(yàn),對(duì)比實(shí)驗(yàn)結(jié)果顯示拼接后的圖像過渡光滑無重影,沒有明顯的拼接縫隙,相較傳統(tǒng)方法的拼接結(jié)果有極大提升,且在速度上本文方法能將效率提高1-3倍。本文研究成果對(duì)于推進(jìn)船舶圖像系統(tǒng)的研究工作有著重要意義。

【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018

相關(guān)知識(shí)

智能船舶人員定位系統(tǒng)——基于GPS、藍(lán)牙、慣性導(dǎo)航的船舶人員實(shí)時(shí)定位系統(tǒng)
基于時(shí)序巡航圖像的茶樹生長監(jiān)測(cè)研究
《船舶防疫安全指南》2020
基于大數(shù)據(jù)技術(shù)的燃?xì)廨啓C(jī)遠(yuǎn)程健康管理系統(tǒng)開發(fā)及應(yīng)用——中國船舶集團(tuán)有限公司第七〇三研究所、中海石油（中國）有限公司
畫出y=arctanx的圖像
中國船舶重工集團(tuán)公司資質(zhì)榮譽(yù)
1分鐘分析目標(biāo)人群畫像流程圖
第50天玩具：拼圖
基于機(jī)器視覺的智能魚群健康狀況監(jiān)測(cè)系統(tǒng)
成都全景醫(yī)學(xué)影像專家談PET/MR檢查的健康意義

網(wǎng)址: 船舶圖像系統(tǒng)中基于SIFT的全景圖像拼接 http://www.u1s5d6.cn/newsview589396.html