圖像魯棒匹配及相關(guān)技術(shù)的應(yīng)用研究.pdf

1、圖像匹配技術(shù)是計(jì)算機(jī)視覺(jué)、數(shù)字圖像處理、數(shù)字視頻處理、虛擬現(xiàn)實(shí)等許多研究領(lǐng)域的核心技術(shù)和熱點(diǎn)方向。針對(duì)圖像匹配在實(shí)際應(yīng)用中所面臨的魯棒性不強(qiáng)的問(wèn)題，本論文主要研究了魯棒圖像匹配理論及其在圖像鑲嵌、視頻穩(wěn)定及視頻編碼中的應(yīng)用技術(shù)。在充分汲取現(xiàn)有圖像匹配理論及相關(guān)應(yīng)用中技術(shù)優(yōu)點(diǎn)的基礎(chǔ)上，針對(duì)它們?cè)隰敯粜?、穩(wěn)定性或適應(yīng)性上的不足進(jìn)行了深入地研究，創(chuàng)新性地提出了一些魯棒性的圖像匹配方法和技術(shù)，從而有效地提高了圖像匹配在實(shí)際應(yīng)用中的性能。具體的，

2、本論文的主要研究成果如下：首先，闡述了魯棒圖像匹配的分析框架和理論基礎(chǔ)，它建立在圖像幾何、物理約束和魯棒估計(jì)理論的基礎(chǔ)上。為了能將不同的圖像匹配算法統(tǒng)一起來(lái)，論文分析了圖像之間的幾何、物理關(guān)系，并以這些關(guān)系為約束，將圖像匹配歸結(jié)為數(shù)學(xué)上參數(shù)估計(jì)問(wèn)題。針對(duì)參數(shù)估計(jì)中初始值估計(jì)的困難和異常值的不利影響，論文對(duì)最優(yōu)化方法和魯棒估計(jì)算法進(jìn)行了回顧和總結(jié)，并在相關(guān)的應(yīng)用中結(jié)合這些方法提高匹配的精度和穩(wěn)定性。 其次，提出了一種分層漸近的圖像

3、鑲嵌方案及相應(yīng)的魯棒算法，該算法具有更大的適用范圍和更強(qiáng)的魯棒性。為了能適應(yīng)攝像機(jī)在大范圍的姿態(tài)和位置變化，該算法利用了圖像的多分辨率和參數(shù)空間的漸近收斂特性，將原始分辨率下八參數(shù)的射影變換漸進(jìn)地近似為低分辨率下的六參數(shù)的仿射變換和四參數(shù)的相似變換。論文引入并充分挖掘了傅立葉—梅林變換的特性，綜合利用這些特性克服圖像之間幾何變換參數(shù)較大時(shí)初始參數(shù)估計(jì)、光照變化劇烈以及運(yùn)動(dòng)物體干擾等條件下圖像匹配的困難。針對(duì)常用的水平搖動(dòng)攝像機(jī)采集圖像的

4、情形，論文在分析攝像機(jī)成像的幾何關(guān)系的基礎(chǔ)上，提出一種在重疊區(qū)很小的條件下初始平移參數(shù)估計(jì)方法。實(shí)驗(yàn)表明，該算法有效地拓寬了傳統(tǒng)鑲嵌技術(shù)的應(yīng)用范圍，提高了基于像素的圖像鑲嵌算法的魯棒性。 第三，建立了視頻穩(wěn)定處理的數(shù)學(xué)模型并提出了一種基于運(yùn)動(dòng)矢量的魯棒視頻穩(wěn)定算法。它通過(guò)基于分塊的運(yùn)動(dòng)估計(jì)來(lái)獲得半密集的運(yùn)動(dòng)矢量，是對(duì)基于特征匹配和基于像素匹配算法的重要補(bǔ)充和擴(kuò)展。論文提出了基于運(yùn)動(dòng)矢量的時(shí)空濾波和快速M(fèi)魯棒估計(jì)算法來(lái)估計(jì)全局運(yùn)動(dòng)

5、參數(shù)。針對(duì)視頻穩(wěn)定中運(yùn)動(dòng)參數(shù)的濾波，作者引入自適應(yīng)窗口滑動(dòng)法和基于最小均方的自適應(yīng)濾波兩類有效的濾波方法來(lái)獲得穩(wěn)定的運(yùn)動(dòng)參數(shù)。為了克服運(yùn)動(dòng)補(bǔ)償階段可能的邊界消失問(wèn)題以及防止誤差的累積和擴(kuò)散，論文提出了相應(yīng)地基于圖像鑲嵌的邊界擴(kuò)展和基于“重同步”的誤差控制策略。 最后，提出了兩種新的提高3D提升小波可分級(jí)視頻編碼的性能的魯棒算法：基于Fading補(bǔ)償?shù)聂敯纛A(yù)測(cè)算法以及基于人眼視覺(jué)模型的自適應(yīng)更新算法?；贔ading補(bǔ)償?shù)聂敯纛A(yù)測(cè)