文档介绍：UAV Image Automatic Mosaic Method Based On Matching Of Feature Points (基于特征点匹配的无人机航拍图像拼接技术)
***@2013 IEEE
Yang Xiao Hong,Zhang Qing Jie,Zhao Dan Dan dept. of aircraft controller aviation university of air force
Shao Xiang Xin college of electronic science˂ engineering changchun university of technology
Xu Jing dept. of neurology internal medicine first hospital of jilin university
报告人:张帆
2016/4/28
目录
背景
角点检测
本文提出的改进算法
后续工作
实验结果
图像拼接
图像拼接技术是指将一组相互之间存在重叠部分的图像序列先进行空间配准, 再经过图像变换、重采样和图像融合后形成一幅包含每个图像序列的宽视角或360°视角的全景图像的技术。图像拼接具有重要的实用意义,广泛应用于遥感图像处理、地理信息系统、虚拟现实技术、视频拼接、医学图像分析、机器人视觉和3D图像重建等领域。近年来,也逐渐成为计算机数字图像处理领域中的一个研究趋势。
UAV (Unmanned Aerial Vehicle) image
High resolution
High flexibility
High efficiency
Low cost
图像拼接的步骤
图像拼接技术主要包括3个重要步骤: 特征提取、特征配准和图像融合。
其中图像配准是整个图像拼接技术的核心部分,直接决定了图像拼接结果的质量。图像配准算法主要分为3类: 基于灰度图像的匹配、基于特征的匹配和基于变换域的匹配。
角点检测
Corner in a digital image is referring to the local maximum curvature contour line in the image.
与边缘和直线等特征相比,角点具有提取过程简单,结果稳定和提取算法适应性强等特点,广泛应用于图像配准领域。
角点检测的方法主要分为两种:(1) 基于图像边缘的方法: 先提取图像信息的边缘,然后再求角点; (2) 基于图像灰度的方法, 例如: Moravec算法、Harris算法、SUSAN算法等。
几种角点检测的比较