题目：全景镶嵌图像中基于SVM的运动目标重影处理方法研究

近些年来，数字图像技术的飞速发展已使图像镶嵌技术成为一种很流行的应用技术，它灵活地应用于计算机视觉、航空航天、军事应用、医学图像分析、虚拟现实、遥感图像、人机交互等多个领域。由于图像镶嵌技术能够无缝地将具有重叠区域的两幅及两幅以上的序列图像整合成一幅全景图像，避免了现有成像设备的局限性，使得仅依靠普通相机便能拍摄出大视角高分辨率的图像成为可能。

现如今，在图像处理领域，图像镶嵌的研究已成为一大热点研究。然而，图像序列的摄取不可避免地会出现运动目标的干扰，如若不加任何处理，所形成的全景图像常常会出现重影及明显的拼接缝等问题。

本文针对此类存在运动目标的全景镶嵌图像进行研究，结合统计学理论，致力于消除由于运动目标的出现所带来的特征点匹配不准确，图像融合不自然等问题，提出了一种图像无缝镶嵌方法。即为了减弱甚至消除运动目标的影响，通过结合支持向量机的方法提取运动目标。然后，采用尺度不变特征点的提取方法，将特征点加以分类研究，并不断更新变换模型参数，从而获得精确的变换模型。最后，在考虑了颜色、纹理以及其特有的“运动暗示”的基础上，参考区域增长的图割方法，寻找最优拼接缝，最终得到满足要求的高质量的全景图像。实验结果表明，该方法能够很好地弱化拼接缝隙，并消除重影现象，获得无缝镶嵌的全景图像。