毕业论文（设计）基于区域检测特征的混凝土裂缝图像拼接.docVIP

共 SECTIONPAGES \* ROMAN \* MERGEFORMAT V页 第PAGE \* MERGEFORMATV页 摘要 高速公路桥梁底面裂缝作为高速公路常见的一种破损,是交通维护的重点。在裂缝分析中，测量裂缝的长度是非常必要的。传统的采集方法不但费时，费力，成本较高，而且一条裂缝经常占据多张图像，每张图像互有重叠。这使得裂缝长度的测量变的非常困难。因此，把多张互有重叠的图像拼接成一张高清晰图像的图像拼接技术成为处理此类问题的关键。本文研究的基于区域特征检测的算法正是为了实现混凝土桥梁下部结构裂缝图像的拼接。此算法不仅可以轻松得到完整的裂缝图像，而且方便测量，因此在实践中具有重要意义。 图像拼接的目的是将有衔接重叠的图像拼成一张高分辨率全景图像,它是计算机视觉、图像处理和计算机图形学等多学科的综合应用技术。图像拼接技术在虚拟现实、医学、遥感技术等诸多领域有着广泛的应用。图像拼接的步骤一般包括图像的预处理、图像配准和图像融合等。图像拼接成功与否主要取决于图像的配准。通过对图像配准技术进行研究发现,基于灰度信息的图像配准方法对灰度变化非常敏感,对图像灰度信息依赖较大。基于变换域的图像配准方法虽然可以为图像拼接提供一个良好的初始配准参数,但该方法计算量太大;而基于特征的图像配准方法不仅不易受光照、旋转等因素的影响,而且特征相对像素数量较少,有利于提高速度,故而本文采用这种方法来实现图像的配准。 基于特征的图像配准技术中,重点研究了基于尺度不变特征转换算法（SIFT算法）特征点的检测与匹配技术,分析和总结了各类方法的性能及存在的问题,并对Harris角点检测算法进行了仿真。仿真结果发现特征匹配点对中,存在着一定数量的误匹配点对。针对这个问题,文中给出了改进的匹配算法,即使用随机抽样一致算法（即RANSAC算法）去除误匹配点，计算出两幅图像之间的变换矩阵，然后采用加权平均法对两幅图像进行拼接。实验证明,该方法是可行并且有效的。为了解决直接将配准后的图像拼接在一起存在的拼缝问题,需要对图像融合算法进行研究。在图像融合中，融合算法分为基于图像灰度的融合算法、基于颜色空间变换的融合算法和基于变换域的融合算法。比较常用的是基于图像灰度的融合算法，本文着重对其进行了介绍。另外，使用多种算法对裂缝图像进行了融合实验，以此说明了融合算法的效果。 实验结果表明，使用本文的算法进行两张裂缝图像的拼接可以快速自动地生成完整裂缝图像，具有良好的鲁棒性，并且重复使用本文算法可以实现多幅有重叠部分的裂缝图像的拼接。 论文关键词：图像拼接　图像配准　图像融合 全景图 SIFT  Abstract Highway bridge underside cracks, as a common damage, is the focus of transportation maintenance. In fracture analysis, measuring the length of cracks is very necessary. The traditional acquisition method is not only of high cost but also time-consuming and laborious.Moreover, a crack often covers multiple images which overlap each other. It makes the measurement of crack length a very difficult task. Therefore, image mosaic which splices several images into a high-definition one is the key to dealing with this problem. The algorithm study in this paper, based on region feature detection, is exactly to splice the images of cracks produced at the bottom of the concrete bridge. This algorithm is so available to get the complete fracture images and measure the length of the cracks that it is of great significance in practice. Image mosaic