基于特征点的图像拼接融合.doc

摘要:图像拼接技术研究是指将一系列具有重叠的图像拼合成全景图。交通、监测、遥感、医疗等领域都应用该技术。拼接结果的评判主要依据配准和融合两方面，其中，配准又是图像拼接的关键技术。

现前研究的配准方法有基于灰度、变换域和特征的算法。基于特征的配准算法有较高鲁棒性，应用范围最广。有两种基于特征的经典配准算法：其一为Harris角点算法；其二为SURF算法。Harris角点算法计算量小，稳定性很高，但没有尺度不变性。因而该算法不能应用于尺度缩放的图像。SURF算法鲁棒性高，具有尺度不变而特征变换性。在旋转、尺度、视角、平移、噪声、亮度变化的环境下，它能够实时提取、匹配图像特征。

本文简介图像拼接研究背景及意义、国内外研究现状、Harris角点算法、主要研究基于SURF算法的特征点提取、配准，基于加权平均融合法的图像融合，并仿真实验。

关键词：图像拼接；图像融合；SURF；Harris；加权平均融合法

目录

摘要

Abstract

1 绪论-1

1.1研究背景及意义-1

1.2 国内外研究现状-1

1.3 图像拼接研究难点-2

1.4本文主要研究内容-3

2 图像拼接基本要素-4

2.1 图像的自动排序-4

2.2图像配准-4

2.3图像融合-6

2.4图像要素-6

2.4.1特征空间-6

2.4.2搜索空间-7

2.4.3相似性度量-7

3.基于特征点的图像拼接-8

3.1基于Harris算法-8

3.2基于SURF算法-8

3.3 图像融合-11

3.3.1加权平均融合法-11

3.3.2评价指标-11

4.实验仿真-12

4.1 程序语言-12

4.2 实验结果-14

4.3仿真分析-14

结    论-16

参 考 文 献-17

致    谢-18