基于SURF和伪Zernike矩的图像拼接算法研究.pdfVIP

2014焦11月 郑州大学学报(工学版) NOV．2014 of V01．35NO．6 Journal Univemity(EngineeringScience) 第35卷第6期 Zhengzhou 文章编号：1671—6833(2014}06—0069一05 基于SURF和伪Zemike矩的图像拼接算法研究 李喜艳1，纪东升2，吴崇正1 (1．郑州成功财经学院信息工程系，河南郑州451200；2．兰州大学信息科学与工程学院，甘肃兰州 730030) 摘 要：基于特征点匹配的图像拼接方法对图像旋转、噪声等比较敏感，提出了基于SURF和伪Zernike 矩的图像拼接方法，并利用改进的SURF算子获取图像中的特征点，计算以特征点为中心邻域窗口的伪 算法剔除伪特征点对，之后对输入图像作几何变换进行配准，融合重叠区域，获得良好的拼接图像．实验 表明，改进的SURF特征裣泱l算法提取的特征点均匀、准确、迅速，而且图像配准算法对平移、旋转以及 噪声均具有鲁棒性． 关键词：SURF；伪Zemike矩；BANSAC算法；图像拼接 中图分类号：TP751．1 文献标志码：A doi：10．3969／j．issn．1671—6833．2014．06．017 0 引言 图像拼接是通过对多个具有互相重叠部分的 图像进行配准，拼接成一个分辨率更高，视野更宽 副塑竺『／幽璺 的图像．图像配准是图像拼接的重要步骤，基于特 I图像融合H弋荔茹盂器H参数模型 监u哑固坪焉虱隹 一 征点匹配的方法须先从图像上提取不变性特征， 如特征角点、矩等，再进行精确匹配．在图像的各 SPZMA flowchart Fig．1 algorithm 种不变性特征中，角点具有旋转不变性和几乎不 受光照条件影响的优点，因此，基于特征点匹配的 1 图像特征点检测和描述 图像拼接在视频检索、景物匹配以及遥感图像融 合等领域都具有十分广泛的应用．为有效解决图 1．1 SURF特征点检测算法 像在旋转、平移变换及光度差异等情况下存在的 (1)积分图像中任意一点(i，．『)的值ii(i，歹) 拼接问题，提出了一种基于改进的SURF检测…为原图像左上角到任意点(i，J)相应的对角线区 域灰度值的总和，即 Feature 和伪Zemike矩的图像拼接算法(SURF PointsPseudo—ZernikeMoments (1) Algorithm，SPZ— ii(i，歹)=∑P(m，珏)． MA)．该算法利用形态学极大值改进的SURF算 式中：P(m，n)表示原图像中点(m，n)的灰度值． 子提取图像特征点；然后计算中心邻域窗口的伪 (2)给定图像，中一个点石(菇，)，)，在点戈处， Zernike矩，通过比较伪Zernike矩的Bray—Curtis 尺度为盯的Hessian矩阵日(髫，盯)定义如下： 距离得到初始匹配点对；接着运用RANSAC算 法旧。剔除伪特征点对，建立图像对之间的变换模 肌川