基于Harris特征的圖像拼接技術(shù)研究——以樹(shù)木圖像為例.pdf

1、目前，我國(guó)正處于從傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)變的關(guān)鍵時(shí)期，各種基于機(jī)器視覺(jué)的智能農(nóng)業(yè)機(jī)械設(shè)備得到廣泛的研究和大力推廣，例如農(nóng)產(chǎn)品質(zhì)量檢測(cè)、農(nóng)藥精確對(duì)靶施用技術(shù)、病蟲(chóng)害判別防治、果實(shí)采摘等，這些系統(tǒng)的核心技術(shù)是數(shù)字圖像處理。通過(guò)對(duì)農(nóng)業(yè)圖像的獲取、分析、處理，使農(nóng)業(yè)的生產(chǎn)、管理階段實(shí)現(xiàn)機(jī)械化和智能化。這些技術(shù)的重要前提是能夠獲得清晰、完整的圖像，但受到攝像設(shè)備的機(jī)械限制，單個(gè)攝像頭往往無(wú)法獲得滿足需求的完整圖像。為了解決這一問(wèn)題，文本提出利用圖像

2、拼接技術(shù)解決實(shí)際生產(chǎn)過(guò)程中圖像獲取階段存在的問(wèn)題。
　　本文首先分析了圖像拼接技術(shù)在農(nóng)業(yè)生產(chǎn)管理中的運(yùn)用前景和研究?jī)r(jià)值，然后通過(guò)舉例分析介紹了該技術(shù)在針對(duì)樹(shù)木的農(nóng)藥精確對(duì)靶施用系統(tǒng)中的具體運(yùn)用方法，有效的解決了單個(gè)攝像頭無(wú)法獲取完整的樹(shù)木圖像的問(wèn)題。有利于提高該系統(tǒng)的實(shí)用性，促進(jìn)農(nóng)藥使用的機(jī)械化、智能化發(fā)展，改善我國(guó)的農(nóng)藥使用過(guò)程中存在的浪費(fèi)和污染環(huán)境的問(wèn)題。文本的具體研究?jī)?nèi)容和成果如下:
　　首先，本文詳細(xì)的介紹了圖像拼接

3、技術(shù)的相關(guān)理論和方法，闡述了圖像拼接的基本流程包括圖像預(yù)處理、圖像配準(zhǔn)、圖像融合。重點(diǎn)介紹了基于特征點(diǎn)的圖像拼接技術(shù)，通過(guò)分析常見(jiàn)的特征點(diǎn)檢測(cè)算子（如Moravec算子、SUSANC算子、Harris算子和SIFT算子）的優(yōu)缺點(diǎn)和實(shí)現(xiàn)過(guò)程，提出Harris算子最適合樹(shù)木圖像的拼接。
　　其次，重點(diǎn)介紹了利用Harris特征點(diǎn)檢測(cè)技術(shù)實(shí)現(xiàn)樹(shù)木圖像的拼接。為了提高算法的實(shí)時(shí)性，提出一種雙目視覺(jué)測(cè)距與Harris算子相結(jié)合的拼接方法:首

4、先利用測(cè)距儀或預(yù)處理的方式測(cè)量攝像頭與目標(biāo)樹(shù)木的距離，然后利用雙目視覺(jué)原理推導(dǎo)圖像之間的重疊區(qū)域，最后在重疊圖像內(nèi)提取Harris特征點(diǎn)，這樣不僅有效地降低了Harris算子的計(jì)算量，還去除了不在重疊區(qū)域的特征點(diǎn)，減少了匹配的過(guò)程。
　　最后，針對(duì)NCC匹配的搜索過(guò)程復(fù)雜，運(yùn)算量較大，不適用于實(shí)時(shí)處理的問(wèn)題，提出一種改進(jìn)的NCC匹配過(guò)程。首先利用梯度方向直方圖提取特征點(diǎn)方向參數(shù)，過(guò)濾不在同一梯度方向的特征點(diǎn)對(duì)，然后建立匹配矩陣尋找