發(fā)布時間：2020-08-14 12:21

【摘要】：視頻拼接是建立在圖像拼接基礎(chǔ)上的一個重要研究領(lǐng)域,可應(yīng)用在社會安防、醫(yī)療圖像、無人駕駛以及旅游觀光等領(lǐng)域。本文針對移動機器人單目視覺的局限性,提出了多攝像頭視頻拼接,以拼接的全景視覺來替代單目視覺。本文首先闡述了視頻拼接與圖像拼接的關(guān)系,從圖像拼接推演到視頻拼接。在圖像配準(zhǔn)實時性的問題,分析了SIFT以及SURF這兩種常用算法的優(yōu)劣性,在此基礎(chǔ)上提出了一種實時性更強的改進(jìn)SURF算法,即在提取特征點時,對圖像采取分段線性處理,抑制了不明顯的特征點,并且對檢測區(qū)域進(jìn)行了減半處理,對生成的特征向量使用主元分析的方法對數(shù)據(jù)進(jìn)行了降維處理。仿真結(jié)果表明,改進(jìn)的SURF算法不僅提高了實時性,而且保留了原算法尺度不變性以及旋轉(zhuǎn)不變性等良好特性。其次,常規(guī)的漸入漸出融合算法在融合區(qū)域的細(xì)節(jié)部分會因權(quán)值的選取不當(dāng)而變得模糊,因此本文在漸入漸出的融合方法基礎(chǔ)上進(jìn)行了改進(jìn),保留了特征點及其鄰域內(nèi)顯著的像素點,將非特征點采用常規(guī)的漸入漸出法進(jìn)行融合。該方法在消除拼接縫的基礎(chǔ)上,也可以將拼接的細(xì)節(jié)凸顯出來。最后,將圖像拼接的算法推演在視頻拼接上,在進(jìn)行視頻拼接時采取了對關(guān)鍵幀選取。關(guān)鍵幀的選取是根據(jù)其相鄰兩幀圖像的像素差來決定,并保證每秒選出的關(guān)鍵幀不少于人眼所能看到連續(xù)畫面的最小幀數(shù)。為保證在特定的環(huán)境下測試其實時性,采用FPGA進(jìn)行視頻采集,并將采集到的視頻傳輸?shù)紻SP中,在DSP實現(xiàn)了上述算法。綜上,本文提出的改進(jìn)算法在視頻拼接上有著更高的效率,并且拼接的圖像細(xì)節(jié)部分更加突出,可以應(yīng)用在實際當(dāng)中。
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;TP242
【圖文】：

頻拼接的基礎(chǔ)圖像拼接與視頻拼接的關(guān)系信息爆炸的時代，人們經(jīng)常通過圖像和視頻來索取想要的信息，視頻的本視頻是連續(xù)的圖像，包含多幅圖像，并且包含圖像的運動信息，由于人眼限，故而當(dāng)在單位時間內(nèi)看到的圖像數(shù)目超過一定的數(shù)目，根據(jù)人體的各人們看到這些畫面將是連續(xù)的即運動的畫面，這就是所謂的視頻。這個頻圖片每秒，即 25 幀每秒，這便是經(jīng)常理解的幀率的概念。而視頻拼接是基礎(chǔ)，要想研究視頻拼接，必須先研究圖像拼接，本文就是先研究圖像拼接的原理、過程應(yīng)用在視頻拼接上，再對視頻拼接稍作處理，便能得到完過程。此在研究視頻拼接之前，將先介紹圖像拼接，視頻可以分為一幀一幀的圖良好的圖像拼接算法重要性不言而喻，視頻拼接的質(zhì)量直接由前期圖像拼定，如圖 2.1 所示為圖像拼接的基本流程圖。

利用 DSP 運行程序。圖 2.2 圖像采集示意圖2.2 相機的投影模型要想進(jìn)行圖像或者視頻的拼接，就先要清楚待拼接的兩幅圖像的對應(yīng)關(guān)系，然后將對應(yīng)的關(guān)系表示出來，因此先了解相機的投影模型。攝像機在成像過程中第一步就是攝像機的標(biāo)定，現(xiàn)實世界是三維的場景，而相機拍攝出來的物體是二維的，兩者之間的轉(zhuǎn)換就是靠攝像機內(nèi)部的成像透鏡來投影得到的，所謂的成像變換就是上面所敘述的過程，也就是我們所說的攝像機成像模型。從現(xiàn)實世界上的某個物體上任意點，經(jīng)過光的直線傳播以及折射作用，最終變換到相機內(nèi)部上的像的點。一般來說，攝像機按成像原理的不同可以分為線性與非線性模型，小孔成像的原理眾所周知，其成像模型就是線性模型，本文就是使用同小孔成像原理相同的線性模型的攝像機。在成像過程中，現(xiàn)實世界的看到的物體，經(jīng)過種種坐標(biāo)系的變換，最后才在攝像機內(nèi)部的圖像坐標(biāo)系上顯示出來，而攝像機的標(biāo)定就是來描述這一過程，這一過程最終可用投影矩陣來表示[38,39]。

2 視頻拼接預(yù)處理 y 軸歸一化焦距。之間的關(guān)系成像模型型是本文所使用的相機的投影模型，如圖 2.3 所示，A 為現(xiàn)孔，黃色的部分 P 為像平面，B 為物體 A 經(jīng)過小孔投影在像型的原理為光的直線傳播，如1l 、2l 分別為物體 A 上邊界點直線傳播，到達(dá)小孔 C，然后穿過小孔，傳播到像平面的屏射光同樣的原理，都會經(jīng)過直線傳播到達(dá)像平面的屏幕 P 上像 B 的大小與像平面的屏幕 P、小孔 C 以及物體 A 之間的過程中，成像設(shè)備的鏡頭是各種透鏡，其原理與小孔成像相與相機的焦距以及距離物體的遠(yuǎn)近有關(guān)。

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 史建東;耿利川;秦永志;;基于BSIFT的無人機影像快速拼接算法[J];測繪與空間地理信息;2015年05期

2 耿利川;蘇松志;李紹滋;;基于透視不變二值特征描述子的圖像匹配算法[J];通信學(xué)報;2015年04期

3 瞿中;喬高元;林嗣鵬;;一種消除圖像拼接縫和鬼影的快速拼接算法[J];計算機科學(xué);2015年03期

4 劉鵬;王敏;;基于改進(jìn)加權(quán)融合算法的運動場景圖像拼接[J];信息技術(shù);2014年12期

5 宋衛(wèi)華;張青;;PCA算法在圖像特征降維中的應(yīng)用研究[J];黃山學(xué)院學(xué)報;2014年05期

6 鐘彩;;PCA算法在圖像特征處理中的研究[J];電子技術(shù)與軟件工程;2014年09期

7 阮越;陳漢武;劉志昊;張俊;朱皖寧;;量子主成分分析算法[J];計算機學(xué)報;2014年03期

8 王相海;周志光;;基于小波系數(shù)方向特性的圖像融合新算法[J];吉林師范大學(xué)學(xué)報(自然科學(xué)版);2008年03期

相關(guān)博士學(xué)位論文 前2條

1 劉大學(xué);用于越野自主導(dǎo)航車的激光雷達(dá)與視覺融合方法研究[D];國防科學(xué)技術(shù)大學(xué);2009年

2 孫振平;自主駕駛汽車智能控制系統(tǒng)[D];國防科學(xué)技術(shù)大學(xué);2004年

相關(guān)碩士學(xué)位論文 前7條

1 梁暢;基于ORB-GMS的魯棒實時全景視頻拼接技術(shù)的研究與實現(xiàn)[D];鄭州大學(xué);2018年

2 趙建超;基于多傳感器信息融合的智能機器人研究與設(shè)計[D];西安電子科技大學(xué);2017年

3 茹一偉;基于雙目視覺相機的深度圖像恢復(fù)技術(shù)研究與應(yīng)用[D];哈爾濱理工大學(xué);2017年

4 周逸徉;基于深度相機的場景物體定位與抓取研究[D];南京大學(xué);2017年

5 崔利洋;基于嵌入式視覺的自主機器人導(dǎo)航系統(tǒng)[D];燕山大學(xué);2017年

6 柯杰;基于FPGA+DSP的視頻目標(biāo)跟蹤系統(tǒng)設(shè)計與實現(xiàn)[D];哈爾濱工程大學(xué);2017年

7 查望華;雙足機器人運動控制系統(tǒng)的研究[D];浙江大學(xué);2016年

本文編號：2793024