基于几何约束的图像配准算法研究

作     者：孙可可 

作者单位：河北大学 

学位级别：硕士

导师姓名：肖金壮

授予年度：2023年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：图像配准 RANSAC Multi-GS 特征检测 误匹配去除 

摘      要：图像配准技术是一种将不同成像条件下获得的两幅或多幅图像进行匹配的方法,通过比较图像中相同的结构或内容,可以确定图像之间的变换关系,完成检测、跟踪和对比的图像处理操作。图像配准技术在医学影像、图像拼接、遥感图像和计算机视觉等领域有着广泛的应用。本文旨在研究图像拼接领域的图像配准算法,针对单平面结构的图像,对RANSAC算法的匹配点优化和内外点判别函数进行改进,使得改进算法可以在内点比例较低情况下,仍能保证配准结果的准确性和快速性。针对多平面结构的图像,结合GMS算法和基于运动一致性改进的Multi-GS算法,使得改进算法能对多平面图像的匹配点进行准确的检测和划分。本文主要研究内容如下:(1)对于含有高比例外点的数据,RANSAC算法会产生匹配速度慢和精度低的问题,给出了改进的RANSAC算法。首先采用比例筛选和基于像素偏移聚类方法,剔除匹配点中异常点,提高了正确匹配点比例;然后将RANSAC算法的0-1判别函数替换为更具体的曲线判别函数,缓解了阈值变化带来的问题;最后去除了对称变换误差中不符合阈值的匹配点,得到了更精确的参数模型。在不同内点比例实验中,改进算法相较于RANSAC算法的时间减少了48.16%;在图像数据实验中,改进算法相较于RANSAC、LO-RANSAC、GC-RANSAC和MAGSAC++算法的平均时间分别减少了35.93%、24.49%、71.14%和64.14%,平均误差分别降低了16.67%、28.51%、25%和46.43%。实验结果表明,改进算法可以有效去除错误匹配点,并获得较高的匹配速度和精度。(2)对于含有多个平面结构的图像,由于图像中至少包含两个平面结构,传统的模型拟合算法求出的转换模型只能描述一个平面结构,不能准确描述图像中每个平面的关系,生成的全局变换模型也不能形成正确的投影变换关系,导致图像变换后出现重影和模糊的问题。本文采用GMS算法进行特征点检测和粗匹配,结合基于运动一致性改进的Multi-GS算法,给出一种对多平面匹配点划分的配准算法。具体对Multi-GS算法中假设模型的方面进行了改进,根据GMS算法网格统计的邻域匹配点支持量大小,优先选取匹配点支持量大的点作为随机初始点,生成初始假设模型。实验结果表明,给出的配准方法可以对多平面结构的匹配点进行准确的划分,得到正确的局部变换关系。(3)为了验证给出的图像配准方法在多平面图像拼接算法中的作用,将给出的基于运动一致性的配准算法融入到APAP图像拼接算法中,与Autostitch算法和APAP算法进行对比实验,并对拼接结果进行分析。实验结果表明,相较于对比的图像拼接算法,给出的方法在拼接效果和视觉观感上都有明显的提升,因此可以得出基于运动一致性的配准算法在多平面图像拼接算法中存在良好效果的结论。本文针对含有高比例外点的数据匹配效率低的问题和多平面图像错误匹配的问题,基于配准图像中几何约束信息,给出了对应的改进图像配准算法。实验验证表明,给出的算法有效提升了图像配准的性能。