文档介绍：分类号——密级学校代码!Q垒窆2武多凄理歹大署学位论文题目基王墨殴生』!!研究生姓名陵墓文指导教师;差茗曩耋差三五耋一盖磊二兰羞申请学位级别亟±学科专业名称让簋扭叠堂皇挂本论文提交日期2Q!!生§月论文答辩日期2Q!!生§月学位授予单位武这堡王太堂学位授予日答辩委员会主席i塑!!评阅2011年5月独创性声明本人声明,所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。日期:型!:!:鲨学位论文使用授权书本人完全了解武汉理工大学有关保留、使用学位论文的规定,即学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权武汉理工大学可以将本学位论文的全部内容编入有关数据库进行检索,可以采用影印、缩印或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录本学位论文,并向社会公众提供信息服务。(保密的论文在解密后应遵守此规定)研究生(签名).(签名卜影拓飞日期划,fz乒武汉理工大学硕士学位论文摘要随着新型传感器的飞速发展,人们获取图像的能力也迅速提高,但是一种图像数据或者单一的传感器所获得的图像信息往往无法满足实际需求。图像拼接就是指将两个或两个以上关于某个具体场景的具有重叠区域的多幅图像加以综合,以生成新的有关此场景的更大视角范围的图像。图像拼接中的两个关键技术是图像配准和图像融合,图像配准和融合的关系十分紧密。图像配准是图像融合的先决条件,为了实现准确的图像融合,必须先对图像进行配准变换。图像配准和融合广泛应用于医学、遥感、航空航天和虚拟现实等领域,是其他技术无法取代的重要技术。本文总结了基于特征的图像拼接中所用到的相关技术。基于特征的图像拼接的基本步骤包括:特征提取、特征匹配、模型参数估计、图像变换。文中以图像配准与融合的每个步骤中的相关方法为基础,着重阐述了基于SIFT特征的图像配准和基于小波变换的图像融合相关算法。为了实现两幅图像的配准,本文首先介绍图像变换模型;然后着重介绍一种对旋转、尺度缩放和亮度变化具有不变性的特征提取算法一SIFT(ScaleInvariantFeaturetransform),即尺度不变特征检测算法,并利用此算法对待配准的图像进行特征提取。为了得到精确的匹配对,本文采用了以下两种策略:一是利用最邻近特征点欧式距离与次邻近特征点的欧式距离的比值来确定初始匹配点对;二是利用改进后的RANSAC随机抽样一致性算法提纯初始匹配对,消除误匹配对。在精确配准基础上,本文概述了小波变换理论和方法,并将小波变换应用于图像融合中。小波变换的图像融合规则是图像融合中的核心,融合规则的优劣直接决定了融合后的图像质量,因此本文着重概述了图像融合规则中的低频和高频融合规则,并对原有的加权平均的低频融合规则提出了一种改进后的基于窗口的与相关系数和空间频率相关的融合规则。为了评价拼接后的图像质量,本文介绍了图像融合质量的评价指标。本文用融合质量评价指标中主观和客观评价指标对拼接后的图像进行了评价。实验证明:使用本文的方法拼接出的图像质量较高。关键词:SIFT,图像配准,改进后的RANSAC,小波变换,改进后的图像融合规则武汉理工大学硕士学位论文AbstractWiththerapiddevelopmentofnewSeIlSOrs,,imagesreceivedfromasinglekindofimagedataorsinglesensoroftencan’,theyhaveaverycloserelationtoeachot