外文翻譯--基于批處理灰度圖像的拼接方法com組件技術(shù)-資料下載頁
2025-08-10 17:36本頁面
【正文】 ote for real industrial fullscene image splicing.基于批處理灰度圖像的拼接方法COM組件技術(shù)摘要在本文中，我們提出了一種以矢量旋轉(zhuǎn)的松弛匹配算法為根據(jù)的灰度圖像拼接構(gòu)件設(shè)計(jì)方法，可以快速地、高效地處理批處理圖像。我們利用圖像匹配算法來計(jì)算全景圖像拼接的坐標(biāo)變換矩陣。該算法的矩陣運(yùn)算的實(shí)現(xiàn)是基于Matlab 7 當(dāng)中的COM組件技術(shù)工具箱。我們應(yīng)用模糊的視覺限制條件進(jìn)行拼接圖像，在VC開發(fā)環(huán)境下利用多線程技術(shù)提高匹配算法的效率。實(shí)驗(yàn)完全證實(shí)了所提出方法的執(zhí)行效率，表明它能滿足批量的灰度圖像拼接軟件系統(tǒng)實(shí)時(shí)性的要求。關(guān)鍵詞：圖像拼接；圖像配準(zhǔn)；松弛匹配。近年來，基于圖像拼接的全景圖像軟件受到了極大的關(guān)注，如虹軟全景圖像拼接大師、PS圖像處理軟件 等。這些軟件經(jīng)常被用來處理具有高質(zhì)量的商業(yè)相機(jī)或個(gè)人相機(jī)拍攝的圖像。然而，這些軟件并不適合經(jīng)常用于高速模式、復(fù)雜和惡劣的拍攝條件的相機(jī)，如工業(yè)相機(jī)。由工業(yè)攝像機(jī)拍攝的圖像質(zhì)量和圖像保真度沒有那些由個(gè)人或商業(yè)相機(jī)拍攝的那樣好，這或多或少會(huì)降低圖像自動(dòng)拼接的準(zhǔn)確性和穩(wěn)定性。由于圖像拼接的主要困難是圖像配準(zhǔn)，因此在過去的幾十年，研究者特別重視圖像配準(zhǔn)技術(shù)，并取得了顯著的研究成果。為了提高圖像配準(zhǔn)的精度，大量的矩陣運(yùn)算應(yīng)用于圖像，這需要很高的計(jì)算成本，降低了圖像拼接軟件的效率。還不僅如此，這些算法不能擴(kuò)展到現(xiàn)實(shí)中?；谑噶啃D(zhuǎn)的松弛的圖像配準(zhǔn)算法已被證明是準(zhǔn)確和魯棒性的圖像匹配算法。然而，為了追求上述兩個(gè)特點(diǎn)，這種算法還涉及到很多的矩陣運(yùn)算，且執(zhí)行效率不高。為了克服這一瓶頸，在本文中，我們提出了一種利用多線程技術(shù)來優(yōu)化圖像配準(zhǔn)矩陣的方法，可以滿足圖像配準(zhǔn)系統(tǒng)的實(shí)時(shí)性的要求。 基于矢量旋轉(zhuǎn)的松弛匹配算法Wang，Hou，Cong and Sun提出了基于矢量旋轉(zhuǎn)的松弛匹配算法，其主要思想是：首先，評(píng)價(jià)兩組從兩幅圖像中提取的初始角點(diǎn)；第二，如果這兩組角點(diǎn)的向量旋轉(zhuǎn)角度非常相似，那么這兩組角點(diǎn)的相似度就很高。如果這對(duì)角點(diǎn)和其他角點(diǎn)都相似，那這個(gè)點(diǎn)就是錯(cuò)誤的，我們可以刪除它。我們重復(fù)這個(gè)過程，知道所選定的角點(diǎn)都滿足上述條件。 模糊的視覺限制條件我們可以從矢量旋轉(zhuǎn)松弛匹配算法中為待拼接圖像提取三個(gè)主要視覺限制條件。1. 圖像之間的重疊部分的比例帶。2. 圖像之間的閥值和灰度級(jí)的相似度。3. 圖像的主觀視覺圖像的失真度。雖然我們可以通過大量的圖像數(shù)據(jù)的分析獲得近似值，但因在現(xiàn)實(shí)世界圖像之間的差異，在實(shí)際的圖像處理中，上面三個(gè)條件不能夠準(zhǔn)確一致。然而，這種策略會(huì)降低系統(tǒng)的執(zhí)行效率，這是不適合在現(xiàn)實(shí)世界中應(yīng)用的。在另一方面，在許多工業(yè)的情況下，可以選擇一些特定模式的圖像序列。這類圖像序列，以上三個(gè)條件通常是適用的。 用于快速圖像配準(zhǔn)的軟件設(shè)計(jì)，圖像配準(zhǔn)算法包括三個(gè)主要步驟：第一，從兩幅待匹配的圖像中提取Harris角點(diǎn)；其次，最初的圓投影匹配；第三，松弛的優(yōu)化匹配。三個(gè)步驟的計(jì)算過程是對(duì)應(yīng)于上述三個(gè)條件的。因此，我們可以利用這些視覺模糊約束條件來提高算法的執(zhí)行效率和魯棒性。(a)所示。從圖1(a)中我們可以看到，步驟一和步驟二沒有相關(guān)性，每個(gè)角點(diǎn)的提取都是基于整個(gè)圖像的。這回產(chǎn)生大量的無用的角點(diǎn)，浪費(fèi)大量的時(shí)間同時(shí)對(duì)初始匹配造成干擾。從步驟三和步驟五的角點(diǎn)矩陣可看到，這是有關(guān)聯(lián)的，但沒有相關(guān)的角點(diǎn)矩陣。灰色的角點(diǎn)的相似性與優(yōu)化選擇算法的支持度的求和計(jì)算可以并行執(zhí)行。圖1(a) 圖像配準(zhǔn)算法的流程圖；(b) 圖像配準(zhǔn)算法的軟件實(shí)現(xiàn)(b)顯示。圖1(b)顯示，步驟一和步驟二的計(jì)算時(shí)間可重疊，以及從無重疊區(qū)域中搜尋角點(diǎn)可以避免條件1的限制，可提高特征點(diǎn)搜索算法的效率和初始匹配精度。在本文中，我們把它分為四塊。在計(jì)算所有角點(diǎn)矩陣塊的灰度相似性的同時(shí)，選擇基于約束條件2的初始角點(diǎn)匹配。設(shè)元素的數(shù)量為n，集合中的元素x（x=1,2,3），初始匹配點(diǎn)對(duì)的位置坐標(biāo)，需要基于松弛匹配算法的選擇，屬于區(qū)域：[n/4][n/4] X,而設(shè)定的4屬3x[n/4]N。通過這種方式，每集只需要保持一個(gè)最佳的角點(diǎn)匹配對(duì)，并在接下來的圖像拼接步驟中，角點(diǎn)匹配的SVD坐標(biāo)變換對(duì)圖像中的空間可以覆蓋整個(gè)圖像。此外，該方法可以保證圖像拼接矩陣的坐標(biāo)變換是很精確地?；诩s束條件3，用戶可以通過模糊的視覺感受設(shè)置圖像的失真寬容度值，這可以顯著提高系統(tǒng)的魯棒性。4. 仿真結(jié)果在本文中，圖像拼接的樣本圖像是從黑龍江省公路水泥混凝土路面隨機(jī)選擇的。這些樣本是由一個(gè)自動(dòng)的道路檢測(cè)車拍攝的，它的運(yùn)行速度是70km/h。圖像的大小事1280x1024。圖2(a) 顯示了參考混凝土圖像，(b)顯示了配準(zhǔn)的混凝土圖像。圖2(a) 參考的混凝土路面；(b) 配準(zhǔn)的混凝土路面從表1可以看出，該算法可以完成圖像配準(zhǔn)平均在20秒左右，這是可以接受的。另外一個(gè)令人信服的是多線程技術(shù)可以充分利用CPU資源。隨著多核CPU在日常規(guī)模中的擴(kuò)大，同時(shí)執(zhí)行數(shù)據(jù)操作的多線程技術(shù)將是今后的發(fā)展趨勢(shì)?；诙嗑€程技術(shù)的圖像拼接算法的執(zhí)行效率將隨著CPU技術(shù)的升級(jí)而繼續(xù)改進(jìn)。5. 結(jié)論在本文中，我們提出了一種基于圖像拼接算法多線程的COM組建的設(shè)計(jì)方法。該方法通過模糊的視覺約束條件，在一定程度上增加了拼接系統(tǒng)的穩(wěn)定性，同時(shí)對(duì)該算法進(jìn)行了優(yōu)化，提高了算法的執(zhí)行效率。該算法對(duì)推動(dòng)房產(chǎn)業(yè)的全景圖像拼接式很有價(jià)值的。
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1