1、目的及意义（含国内外的研究现状分析）

1.1 研究目的及意义

图像处理指的是用计算机对图像进行分析，以达到所需结果的技术。随着计算机技术的发展，如今的图像处理一般指数字图像处理。数字图像指的是用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组由像素组成，其值称为灰度值。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。

数字图像拼接技术^[1-3]是图像处理领域的一个重要分支,是为了将两张甚至多张包含有相同部分的图像拼接成一幅大型的无缝高分辨率图像。近些年来,对于图像拼接技术的需求越来越大，无论是在计算机视觉、地理信息系统、遥感图像处理、虚拟现实技术、医学图像分析等领域，数字图像拼接技术都在其中发挥了举足轻重的作用，同时在国际学术圈也掀起了一阵波澜。当前来说，图像拼接技术也已经在我们的生活中无处不在。例如在我们每天关注的天气预报，里面的很多气象图都是在大量的采集图像后进行拼接而来；还有相机里面的全景模式^[4]，就是通过采集四周的图片，再进行拼接而来；在医疗领域，可以利用图像拼接把超声波在人体里不同角度采集的图像拼接，有利于医生更好的分析病人身体；将图像拼接技术应用到机器人导航中^[5]，可以使得导航更加精确，常用的 Google earth 就利用了该技术;同时，其在交通，指纹支付，工业生产等领域也获得了成功。

虽然图形拼接技术应用广泛，但是其原理复杂，而且基于不同算法的图像拼接的成像效果也各有差异，本文就是要对其不同算法的图像拼接进行比较，分析各个拼接算法的优劣所在，再把其应用于实际采集的图片中研究，分析其具体的应用效果。

1.2国内外研究现状

图像拼接技术开始是由美国在上世纪70年代提出，当时美苏争霸，所以主要应用于航天导航和武器制导领域。随着计算机技术的发展，使这项技术得到普及和推广，逐渐发展起来。20世纪80年代，Moravec首次以角点作为特征点对图像进行匹配，随后HARRIS等人在Moravec特征点提取方法的基础上进一步提出了HARRIS角点检测法^[6]。HARRIS算子是信号角点特征提取算子,计算相对简单,提取角点特征均匀合理,可以定量提取特征点且算子稳定^[7]，所以一直沿用到了现在，但是其对尺度变化反应较为敏感并且不同尺度下特征配准稳定性差，成为制约其发展的一个重要影响因素。20世纪90年代末，Lindeberg提出了自适应的图像尺度选择的观念^[8]，在所提取的图像特征信息中添加了尺度信息,算是弥补了HARRIS的一些不足之处。随后David提出的SIFT算法。也是现在较为普及的一个算子，相较于Harris或者一些其他算子，SIFT算子所提取的特征点具有更高的鲁棒性，且其特征点较容易区分^[9]。SIFT算子在接下来不断发展，很多学者在其基础上不断对其优化，使得SIFT算子日趋于成熟。然而，SIFT算法的运算量较大，需要强大的硬件支持。2008年，Herbert Bay等人提出SURF算子^[10]，优化了SIFT算法在确保算法鲁棒性的前提下，大大降低了运算量，使得图像数据的时处理成为可能。RANSAC算法^[11]是1981年由Fischler和Bolles提出来的一种用于改善匹配结果的算法，其本质是一组包含内点和外点的离散点中，通过被观察数据中估算数学模型参数的一般算法，能很好地应用于特征点相似性搜索问题上。21世纪，Stefan leutenegger提出BRISK算子，随后Ethan等人提出了ORB算法^[11]，Alexandre等人提出FREAK算子，这种算法构造出来的特征描述点会有不同的鲁棒性。

就我国的现状来说，我国的在图像拼接领域的研究开始时间较晚，但是发展十分迅速，在近年来，随着我国综合国力的增强，图像拼接的研究也取得了许多重要的成果，为世界图像拼接技术领域的发展做出了重要贡献^[6]。北京理工大学较早的利用遥感图像融合方法和伪彩色图像融合方法及做了深入研究，2013年，上海交通大学的周宇浩在surf算法基础上提出了从方框滤波器权值，采用自适应变量法分析对待surf中的参数，这也大大提高了surf算子的拼接效率。2016年，中科院的陈思聪等人提出了一种改进brisk算子，该图像拼接算法利用brisk算法实现尺度和旋转的校正，RANSAC实现了精确匹配，将模块匹配方法应用于平移校正，改善了brisk算子在平移方向上存在较大误差的缺陷。

2、研究（设计）的基本内容、目标、拟采用的技术方案及措施

学习和研究数字图像处理、图像拼接的原理和方法。重点研究和实现图像各种代表性的图像拼接算法，并使过程可视化，以及图像拼接的应用，在Visual Studio 2010或Matlab或Python环境下实现，并对结果进行比较分析。

基于特征点的图像拼接算法，其步骤主要包括图像预处理、特征点提取、特征点匹配、空间变换、图像融合等^[12]。特征点的配准有很多优秀的算子，包括有 HARRIS算子、FAST算子、SURF 算子、SIFT算等，这些算法对于不同的场景下效果各有区别，它们都有各自适合的不同场合，也有不同的优缺点。Harris 角点检测算法是一种比较有效的特征点检测方法，但是它对尺度变化非常敏感^[13]，相较之下 SIFT 算子表现出了很好的特性^[14]。SIFT算子是一种用来检测与描述景象中的局部性特征的一种应用广泛的算法^[6]，其实现的过程可大致总结为：首先构建尺度空间，在该空间内寻找符合一定条件的极值点，并统计和求取该极值点的位置、方向、尺度等信息，该算法的特点有：尺度不变性、独特性好、多量性等^[5]。SIFT算法可分解为四个步骤：尺度空间极值点检测；关键点定位；方向确定；关键点描述。

本文主要研究的就是基于SIFT特征点的图像拼接算法，对其具体流程进行了分析，为了确保特征点的准确匹配还会借助其他算法例如RANSAC^[15-16]等来提纯匹配子消除特征点误匹配提高精度。在进行特征点提纯结束后，接下来就进入到图像融合的环节。拍摄到的图片往往存在着边缘失真的情况，常常使得拼接后的图像存在颜色强度上的不连续，因此要消除这些明显拼接上的缝隙，就必须针对图像相融合的部分进行一定的处理。图像融合完成后，通过实验将基于SIFT算子拼接的图像与其他特征点配准算子拼接效果进行对比，分析其优劣和适用场景。最后对图像拼接技术进行了总结，并且对其未来发展做展望。

3、进度安排

第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础，确定方案，完成开题报告和英文文献翻译。

第4－6周：熟悉掌握基本理论，硬软件总体设计，熟悉开发环境。

第7－12周：详细设计，编程实现各算法，并进行仿真调试，实验及分析，撰写论文初稿。

第14－15周：修改毕业论文。

第16周：论文答辩。

4、参考文献

[1] 杨春德,成燕菲. 基于拼接缝自适应消除和全景图矫直的快速图像拼接算法[J]. 计算机应用, 2019, 39(10): 3053-3059.

[2] H.S.qureshi ,M.M.Khan, R.Hafiz,Y.Cho,J.Cha. Quantitativequality assessment of stitched panoramicimages[J]. IET Image Processing,2012, 6(9): 1348-1358.

[3] Tianli liao ,Jing Chen,Yifang Xu. Quality evaluation-basediterative seam estimation for image stitching[J]. Signal, Image and VideoProcessing, 2019, 13(6): 1199-1206.

[4] Heng guo, Shuaicheng Liu. Joint Video Stitching andStabilization From Moving Cameras[J]. IEEE TRANSACTIONS ON IMAGE PROCESSING,2016, 25(11): 2491-5503.

[5] 焦丽龙. 基于特征的图像拼接融合技术的研究与实现[D]. 中北大学, 2014.

[6] 吕晓凤. 改进SIFT拼接算法的实现[D]. 东北大学, 2016.

[7] 侯艳杰,曹杰. 一种基于Harris角点特征的图像拼接方法[J]. 信息化研究, 2010, 36(10): 23-25.

[8] 何佳华. 基于改进SIFT的柱面全景图像拼接算法研究[D]. 西南科技大学, 2015.

[9] 徐杰. 一种基于SIFT的图像拼接算法及其FPGA实现[J]. 仪表技术,2019, 2019(9): 15-18, 48.

[10] Zhong qu ,Xue-Ming Wei, Si-Qi Chen. An algorithm of imagemosaic based onbinary tree and eliminating distortion error[J]. PLOS ONE,2019, 14(1): 1-27.

[11] 张美玉. 基于ORB和改进的RANSAC图像拼接算法[J]. 计算机科学, 2019, 46(11): 294-298.

[12] 李养胜. 基于角点检测与特征点配准的图像拼接算法[J]. 船舶电子工程, 2018, 286(4): 69-72.

[13] 杨艳伟. 基于SIFT特征点的图像拼接技术研究[D]. 西安电子科技大学, 2009.

[14] 陈靓婷. 基于特征点的图像拼接算法的研究[D]. 湖南师范大学, 2017.

[15] 赵洪宋. 基于SIFT算法和图结构的全景图像拼接[D]. 安徽理工大学, 2015.

[16] 喻睿. 基于SIFT算法的快速稳健图像拼接的实现[D]. 西安电子科技大学, 2013.