發(fā)布時間：2020-02-23 21:22

【摘要】：本文研究了車載全景影像獲取的關(guān)鍵技術(shù)。街景全景影像在行人導(dǎo)航和汽車導(dǎo)航逐步得到了應(yīng)用,如Google map, Map bar, City bar等,它己成為支撐數(shù)字城市建設(shè)的重要數(shù)據(jù)源。本文針對街景全景影像的生產(chǎn)所涉及的關(guān)鍵技術(shù)開展研究,包括全景影像的高精度時空定位、序列全景影像的亮度均衡化技術(shù)、以及全景影像的高效拼接技術(shù)。本文的研究,對推動城市信息平臺建設(shè),提高城市道路基礎(chǔ)數(shù)據(jù)的獲取質(zhì)量與管理水平,提供豐富的人性化的城市道路空間信息服務(wù)具有重要的意義。 全景影像的高精度時空定位。本文研究的全景影像采集系統(tǒng)硬件設(shè)備由4臺高分辨率的彩色CCD相機、工業(yè)鏡頭、GPS/DR、同步控制器和CPCI(Compact PCI)計算機等組成。通過GPS授時與高穩(wěn)晶體振蕩器結(jié)合,建立了系統(tǒng)的時間基準,保證了同步控制的可靠實現(xiàn)；通過POS與DMI組合,建立系統(tǒng)的空間基準；通過高精度的時間與空間位置的匹配,實現(xiàn)了系統(tǒng)的時空統(tǒng)一。有了統(tǒng)一的時空基準,從時刻可查找全景影像對應(yīng)的空間位置,通過全景影像的空間位置也可以查詢事件發(fā)生的時間。 序列全景影像的勻光方法。在傳統(tǒng)的單幅影像勻光、多幅影像勻光算法的基礎(chǔ)上,提出了序列全景影像的勻光方法。該方法充分考慮了全景影像的時空連續(xù)性,首先對單幅采集影像進行亮度均勻處理(單幅勻光),然后對同一時刻的單幀陣列全景影像(每幀全景影像含4幅采集影像)進行亮度均勻(多幅影像勻光),最后對不同幀全景影像之間的亮度進行均衡化處理(全景序列影像勻光),從而在全局和局部上都保證了全景影像的亮度均衡。 全景影像的高效拼接方法。首先構(gòu)建了基于相機模型的全景影像拼接模型,通過標定場獲得模型參數(shù)可以實現(xiàn)對全景影像的粗拼接；然后,利用粗拼接獲取相鄰影像的重疊區(qū)域,在重疊區(qū)域范圍內(nèi)進行SIFT特征點匹配和影像拼接,即基于約束區(qū)域的SIFT匹配的全景影像拼接。該方法充分利用了相機模型的標定結(jié)果,大大縮小了SIFT特征匹配的搜索范圍,從而提高了全景影像的拼接效率。
【圖文】：

1.1.3車載全景影像獲取系統(tǒng)的應(yīng)用領(lǐng)域車載全景影像獲取系統(tǒng)在交通地理領(lǐng)域具有重要的應(yīng)用，特別是隨著網(wǎng)絡(luò)技術(shù)，無線傳感技術(shù)，用戶終端設(shè)備技術(shù)的高速發(fā)展，車載全景影像獲取系統(tǒng)的應(yīng)用越來越廣泛。例如：1)交通實景導(dǎo)航隨著城市的發(fā)展，，交通要素也要越多，將交通關(guān)系也越來越復(fù)雜，原來簡

本文編號：2582270