【摘要】： 隨著船舶工業(yè)和海上經(jīng)濟的快速發(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)成為一個非常重要的事前預防措施。在船舶圖像系統(tǒng)中,圖像拼接技術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、加強船舶信息化建設的重要措施。本文以基于SIFT特征提取算法的圖像拼接為研究對象,以船舶周邊景象為應用背景,深入研究了圖像拼接中圖像配準、誤匹配點剔除、變換矩陣的計算等關鍵步驟,提出了若干優(yōu)化方法,主要內(nèi)容如下:(1)對傳統(tǒng)SIFT算法的旋轉、尺度變化等不變性進行了實驗驗證,結合圖像配準的目的,具體分析了SIFT在圖像配準過程中的不足。(2)SIFT的特征點提取范圍為整幅待拼接圖像,但在圖像間非重疊區(qū)的特征點搜索和匹配會導致圖像配準耗時較多。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果的同時,用每層的粗匹配結果劃定SIFT進行局部極值點提取的范圍,將分層比較法和SIFT算法的步驟有機結合,避免把時間浪費在無意義的特征點提取上。通過本文優(yōu)化算法和傳統(tǒng)SIFT算法之間的對比實驗,證實了本文算法的配準效率至少能達到傳統(tǒng)算法的2倍。(3)針對SIFT在特征匹配時會出現(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對。對于完全不對應的一類誤匹配點對,本文引入廣義霍夫變換(GHT)的投票機制,尋找匹配圖像的最佳定位中心,刪除沒有給定位中心“投票”的匹配點對;對于由旋轉和縮放造成的一類誤匹配點對,本文以正確匹配對和錯誤匹配對之間的差異為依據(jù)進行剔除。最后通過與幾種常用剔除算法的仿真對比,驗證了所提算法相較于對比算法,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優(yōu)化方法和誤匹配點剔除算法,以VS2010為實驗平臺,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、旋轉變化和抖動的情況下進行圖像拼接實驗,對比實驗結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。本文研究成果對于推進船舶圖像系統(tǒng)的研究工作有著重要意義。

【學位授予單位】：武漢理工大學
【學位級別】：碩士
【學位授予年份】：2018

相關知識

智能船舶人員定位系統(tǒng)——基于GPS、藍牙、慣性導航的船舶人員實時定位系統(tǒng)
基于時序巡航圖像的茶樹生長監(jiān)測研究
《船舶防疫安全指南》2020
基于大數(shù)據(jù)技術的燃氣輪機遠程健康管理系統(tǒng)開發(fā)及應用——中國船舶集團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
中國船舶重工集團公司資質(zhì)榮譽
1分鐘分析目標人群畫像流程圖
第50天玩具：拼圖
基于機器視覺的智能魚群健康狀況監(jiān)測系統(tǒng)
成都全景醫(yī)學影像專家談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