基于改进RANSAC算法的全景图像拼接技术

摘要：

现实场景中相机获取的图像视角范围往往是有限的,而实际需求又要求得到场景的全景图,针对日常生活和工业生产中对全景图像的需求以及传统的RANSAC(random sample consen-sus)算法在图像配准环节因为迭代次数没有上限导致出现误匹配点对且配准速度不高的缺陷,提出了一种改进RANSAC算法来提高全景图像拼接的效率.改进RANSAC算法通过检测圆内的点来寻找一个最优数据检测模型,并通过粒子群算法不断更新迭代圆心的坐标,最终得到一个最佳的匹配模型,消除特征点匹配环节出现的异常值,在提高特征点配准的准确率的同时降低算法复杂度.在对多组图像进行拼接的实验表明,本文提出的改进RANSAC算法相较于其他几种算法平均正确匹配率提高了9.0575％,同时算法的平均配准速率提高了5.17375 s,实现了较鲁棒的全景图像拼接效果.

关键词：图像拼接、特征点匹配、改进RANSAC(random sample consensus)算法、粒子群算法

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;湖南省杰出青年基金;湖南省自然科学基金面上项目;湖南省优秀青年项目;湖南省研究生科技创新一般项目;湖南省研究生科技创新一般项目

在线出版日期：2022-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1253-1261