【摘要】：隨著城市化進程的加快,城市環(huán)境日趨復(fù)雜,監(jiān)控設(shè)備開始越來越多的出現(xiàn)在人們的生活中。監(jiān)控中心每天都有海量的視頻數(shù)據(jù)需要展示、分析和存儲。如果可以通過共同區(qū)域?qū)崿F(xiàn)相鄰監(jiān)控視頻的拼接,不僅可以方便監(jiān)控視頻的實時有效展示,同時也可以降低視頻存儲以及網(wǎng)絡(luò)傳輸?shù)拇鷥r。目前現(xiàn)有的工作主要針對圖像拼接問題,對于實時視頻拼接的研究較少。本文提出了一種基于連續(xù)視頻幀間關(guān)系的實時視頻拼接方法。對于視頻首幀,采用傳統(tǒng)的配準(zhǔn)方式,分別對圖像進行特征提取和匹配,求解出圖像間的變換矩陣。對于后續(xù)視頻幀,計算每段視頻的幀間關(guān)系矩陣,結(jié)合上一步中計算結(jié)果,對當(dāng)前變換矩陣進行求解。在此過程中引入了 GPU并行技術(shù),對特征提取流程進行加速,并對RANSAC算法進行了優(yōu)化。之后,采用多分辨率融合法,實現(xiàn)了圖像間的無縫縫合。經(jīng)過實驗驗證,本拼接算法可以很好的實現(xiàn)實時視頻的拼接任務(wù),拼接后視頻無明顯卡頓,并能保證良好的拼接質(zhì)量。
【圖文】：

圖像拼接的主要內(nèi)容，是對待拼接圖像的重疊區(qū)域進行分析，通過適當(dāng)?shù)姆藉义戏ù_定其對應(yīng)部分間的映射關(guān)系，然后對重合的部分進行融合，得到拼接圖像。逡逑目前主流的圖像的拼接方法一般包含圖２－１所示流程：圖像采集、圖像預(yù)處理、逡逑圖像配準(zhǔn)、圖像變換以及圖像融合［１３＾邐逡逑圖像獲取逡逑圖像預(yù)處理逡逑圖像配準(zhǔn)逡逑投影逡逑圖像融合逡逑生成全景圖逡逑圖２－１圖像拼接一般流程逡逑２．１視頻圖像的采集和預(yù)處理逡逑圖像序列的獲取是整個拼接流程的開始，其獲取的途徑有很多，不同的圖像逡逑獲取方式會得到不同的源圖像，從而決定了后續(xù)流程中所采取的方法。因此需要逡逑根據(jù)不同的應(yīng)用需求，選擇合理的獲取方式。本文中的實時視頻來源于在線的監(jiān)逡逑控攝像頭，圖像攝像頭采集轉(zhuǎn)發(fā)，通過網(wǎng)絡(luò)到達計算機等待下一步的處理，具體逡逑的攝像頭布置會在第五章中做出描述。逡逑在采集圖像的過程中，會受到攝像設(shè)備以及拍攝環(huán)境的影響，使得獲得的圖逡逑像信息摻雜著種類繁多的噪聲［１４］。圖像的預(yù)處理就是在圖像處理之前對其進行亮逡逑度均衡、去噪、幾何校正等基本操作，簡單的對這些噪聲進行過濾，從而提高圖逡逑像配準(zhǔn)的準(zhǔn)確率，以保證圖像拼接的質(zhì)量。逡逑５逡逑

圖像處理的本質(zhì)是大規(guī)模的矩陣運算，十分適合進行并行計算。而通常情況逡逑下，程序的計算工作都是由ＣＰＵ來完成的。而因為設(shè)計初衷和架構(gòu)等方面的原逡逑因，ＣＰＵ在并行處理方面并不具有優(yōu)勢。圖２－３所示為ＣＰＵ與ＧＰＵ架構(gòu)對比示逡逑意圖。逡逑Ｃｏｎｔｒｏｌ邐ＡＬＵ邋ＡＬＵ邐＿逡逑ＡＬＵ邋ＡＬＵ逡逑邐邐逡逑Ｉ邋，逡逑ｉ邋……ｉ邋：邋－邐ｊ邋……ｊ．．邋邋邋ｉ邋ｉ邋．＇逡逑ＤＲＡＭ逡逑ＣＰＵ邐ＧＰＵ逡逑圖２－３邋ＣＰＵ與ＧＰＵ架構(gòu)對比示意圖逡逑ＣＰＵ作為整個計算機的中央處理器，其主要任務(wù)是應(yīng)對各種復(fù)雜的運算，逡逑保證運行指令和系統(tǒng)數(shù)據(jù)能夠及時分配到對應(yīng)的執(zhí)行單元，因此通常通過增加緩逡逑存來增加ＣＰＵ的分支預(yù)測以及邏輯控制能力。雖然如今普通ＰＣ都配備了多核逡逑ＣＰＵ，但在單一時鐘周期內(nèi)ＣＰＵ的每個核心只能處理一條線程指令。換句話說，逡逑ＣＰＵ所涉及的并行計算一般為指令級的，，并不適合用來進行純粹的數(shù)據(jù)并行計逡逑算。與此相反，ＧＰＵ自從誕生以來，主要負(fù)責(zé)的是計算機圖形渲染的相關(guān)工作，逡逑此類工作對于設(shè)備的并行性有較高的要求。因此為了提高處理能力和存儲器帶寬，逡逑１３逡逑
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前3條

1 鄒航;王華秋;黃勇;;基于GPU加速的彩虹表分析MD5哈希密碼[J];重慶理工大學(xué)學(xué)報(自然科學(xué));2013年07期

2 張兢;;正交小波變換在圖像融合中的應(yīng)用[J];微計算機應(yīng)用;2006年04期

3 王宏,敬忠良,李建勛;多分辨率圖像融合的研究與發(fā)展[J];控制理論與應(yīng)用;2004年01期

相關(guān)博士學(xué)位論文 前3條

1 唐晏;基于無人機采集圖像的植被識別方法研究[D];成都理工大學(xué);2014年

2 湯德俊;人臉識別中圖像特征提取與匹配技術(shù)研究[D];大連海事大學(xué);2013年

3 方賢勇;圖像拼接技術(shù)研究[D];浙江大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 陳祉如;基于特征點和互信息的圖像配準(zhǔn)研究[D];東北電力大學(xué);2014年

2 黃威;基于視頻圖像拼接關(guān)鍵技術(shù)的研究[D];長春理工大學(xué);2014年

3 孫小凱;基于RGB-D信息的物體定位與識別[D];浙江大學(xué);2014年

4 閆迪;基于壓縮感知理論的圖像重構(gòu)與圖像融合算法研究[D];西安科技大學(xué);2013年

5 龔軍輝;基于改進SURF的X線醫(yī)學(xué)圖像拼接算法研究[D];云南大學(xué);2013年

6 趙書睿;全景圖像拼接關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2013年

7 張亞娟;基于SURF特征的圖像與視頻拼接技術(shù)的研究[D];西安電子科技大學(xué);2013年

8 楊吉雨;基于提升小波的圖像融合規(guī)則研究[D];東華大學(xué);2012年

9 韓文超;基于POS系統(tǒng)的無人機遙感圖像拼接技術(shù)研究與實現(xiàn)[D];南京大學(xué);2011年

10 康令州;紅外序列圖像斑塊目標(biāo)檢測及實現(xiàn)[D];電子科技大學(xué);2011年

本文編號：2561179