360度全景图片拼接研究和实现【知网论文查重】

知网论文查重12月12日检测样例

图像拼接(Image Stitching)作为计算机图形学和计算机视觉上的一个重要概念， 本质是一个对于多幅目标图片的重合部分融合的一个过程，从而达到多幅变为一幅的效果。全景图像拼接（panorama image stitching）是一个近些年才提出并且发展迅猛的技术，在当前大环境下越来越受到各方学者的关注。目前全景图像已经成为国内外研究领域的热门项目，在现在热门的VR交互，大型航空照片，卫星图像拼接，车载系统监控，视频压缩，会议录制，工业上的场景模拟重现等等有有着极大的应用前景。

知网论文查重

下面简单介绍下近些年关键的全景图片拼接的关键性研究：
（1）关键性技术的研究回顾
早在1999年 D．G．lowe提出了SIFT旋转不变形算法，并且在不断的进行优化和改良着该算法，并在2005年由Mikolajczyk和Schmid用实验证明了SIFT描述子性能最优。SIFT算法通过其特有的尺度不变变换特性，成为了近年来主流的匹配算法之一
“1988年，Harris提出了Harris角点检测算法，角点即指目标点向任意方向的可能的移动都导致图像灰度产生明显变化趋势的点，该算法通过自相关函数来确定二维空间内图像像素的变化，算法对于光照变化，噪声等等干扰因素都有很强的robustness特性.
2003年，BennyRousso等人提出了自适应全景图像融合算法，改算法能够选取合适的拼接模型，从而与运动摄像机模型进行匹配，这算法对于全景图像拼接的发展有着里程碑的意义。
M Brown与DG Lowe 在2007年提出了Automatic Panoramic Image Stitching using Invariant Features，文中提出了自动的全景图片拼接需要用到的multi-band blending技术以及RANSAC特征点匹配技术对后来的全景图片自动拼接都有很实际的参考意义。显著提高了图像匹配效率“[ 江铁，朱桂斌，孙奥；全景图像拼接技术研究现状综述[J];重庆工商大学学报第29卷第12期；2012年12月]

知网论文查重文章欢迎转载，转载请以链接形式标明本文地址。