針對煤礦井下巷道視頻監(jiān)控采用定點旋轉(zhuǎn)攝像頭成本較高、拍攝視野和圖像拼接效果有限等問題,設(shè)計了攝像頭排列布局方式進(jìn)行大視差拍攝,針對大視差拍攝的圖像拼接困難問題,提出了一種基于多平面多感知縫合線的井下巷道大視差圖像拼接算法。首先,采用尺度不變特征變換算法對輸入圖像進(jìn)行特征點檢測和匹配,得到特征匹配點;然后,基于多平面進(jìn)行特征匹配點分組并產(chǎn)生相應(yīng)的對齊候選單應(yīng)性矩陣,每個單應(yīng)性矩陣對齊圖像中的1個平面,解決了巷道大視差場景下平面不一致問題;最后,在每組局部對齊圖像上計算基于顏色、邊緣及顯著度的多感知縫合線,選擇縫合線能量最小的對齊圖像合成拼接圖像,減少了局部區(qū)域錯位現(xiàn)象。實驗結(jié)果表明,該算法與APAP,ANAP,SPHP,NISwGSP,RobustELA等經(jīng)典圖像拼接算法及基于顏色的縫合線算法相比,有效消除了局部區(qū)域錯位和重影問題,圖像拼接效果更自然、無縫。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1煤礦井下巷道中攝像頭排列布局方式

煤礦井下環(huán)境復(fù)雜，安全隱患較多，需要對井下巷道進(jìn)行視頻監(jiān)控[1]。單個攝像頭視野有限，無法實現(xiàn)大范圍監(jiān)控，需要采用圖像拼接技術(shù)將多個攝像頭拍攝的有重疊區(qū)域的圖像拼接成視野更大、清晰度更高的監(jiān)控畫面[2]，為后續(xù)井下監(jiān)控視頻分析提供數(shù)據(jù)基礎(chǔ)。目前定點旋轉(zhuǎn)攝像頭拍攝場景下的圖像拼接技....

圖2基于多平面多感知縫合線的井下巷道大視差圖像拼接算法原理

基于多平面多感知縫合線的井下巷道大視差圖像拼接算法原理如圖2所示。首先，采用尺度不變特征變換（ScaleInvariantFeatureTransform,SIFT）算法對輸入圖像進(jìn)行特征點檢測和匹配，得到一組特征匹配點；然后，基于多平面進(jìn)行特征匹配點分組，每組特征匹配點對....

圖3多平面特征匹配點分組結(jié)果

設(shè)Ir,It為待拼接圖像，圖像特征匹配點經(jīng)第j(j∈N*）次分組后縫合線算法的輸入為Ij,Ij=HjIt,Hj為第j次分組后的單應(yīng)性矩陣。循環(huán)計算每組局部對齊圖像Ir,Ij的縫合線。記P為局部對齊圖像的拼接域，L(L={0,1}）為可選標(biāo)簽集合，給生成圖像拼接域中的每個像素點p(....

圖4基于縫合線算法的圖像拼接結(jié)果

本文算法與經(jīng)典圖像拼接算法的拼接結(jié)果如圖5所示。可看出本文算法的圖像拼接結(jié)果清晰、自然、無縫，而其他算法的拼接結(jié)果均存在不同程度的模糊、重影現(xiàn)象。這是由于APAP,ANAP,SPHP,NISwGSP,RobustELA算法在拼接圖像時要求圖像重疊區(qū)域全部對齊，但是在大視差場景下，....

本文編號：3957363