【摘要】：視頻拼接是建立在圖像拼接基礎(chǔ)上的一個(gè)重要研究領(lǐng)域,可應(yīng)用在社會(huì)安防、醫(yī)療圖像、無(wú)人駕駛以及旅游觀光等領(lǐng)域。本文針對(duì)移動(dòng)機(jī)器人單目視覺(jué)的局限性,提出了多攝像頭視頻拼接,以拼接的全景視覺(jué)來(lái)替代單目視覺(jué)。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(shí)時(shí)性的問(wèn)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(shí)時(shí)性更強(qiáng)的改進(jìn)SURF算法,即在提取特征點(diǎn)時(shí),對(duì)圖像采取分段線性處理,抑制了不明顯的特征點(diǎn),并且對(duì)檢測(cè)區(qū)域進(jìn)行了減半處理,對(duì)生成的特征向量使用主元分析的方法對(duì)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(shí)時(shí)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(huì)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(diǎn)及其鄰域內(nèi)顯著的像素點(diǎn),將非特征點(diǎn)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(lái)。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(shí)采取了對(duì)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(lái)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(cè)試其實(shí)時(shí)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(shí)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(shí)際當(dāng)中。
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：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(shí)代，人們經(jīng)常通過(guò)圖像和視頻來(lái)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(yùn)動(dòng)信息，由于人眼限，故而當(dāng)在單位時(shí)間內(nèi)看到的圖像數(shù)目超過(guò)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(yùn)動(dòng)的畫面，這就是所謂的視頻。這個(gè)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(guò)程應(yīng)用在視頻拼接上，再對(duì)視頻拼接稍作處理，便能得到完過(guò)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(yùn)行程序。圖 2.2 圖像采集示意圖2.2 相機(jī)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(duì)應(yīng)關(guān)系，然后將對(duì)應(yīng)的關(guān)系表示出來(lái)，因此先了解相機(jī)的投影模型。攝像機(jī)在成像過(guò)程中第一步就是攝像機(jī)的標(biāo)定，現(xiàn)實(shí)世界是三維的場(chǎng)景，而相機(jī)拍攝出來(lái)的物體是二維的，兩者之間的轉(zhuǎn)換就是靠攝像機(jī)內(nèi)部的成像透鏡來(lái)投影得到的，所謂的成像變換就是上面所敘述的過(guò)程，也就是我們所說(shuō)的攝像機(jī)成像模型。從現(xiàn)實(shí)世界上的某個(gè)物體上任意點(diǎn)，經(jīng)過(guò)光的直線傳播以及折射作用，最終變換到相機(jī)內(nèi)部上的像的點(diǎn)。一般來(lái)說(shuō)，攝像機(jī)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(jī)。在成像過(guò)程中，現(xiàn)實(shí)世界的看到的物體，經(jīng)過(guò)種種坐標(biāo)系的變換，最后才在攝像機(jī)內(nèi)部的圖像坐標(biāo)系上顯示出來(lái)，而攝像機(jī)的標(biāo)定就是來(lái)描述這一過(guò)程，這一過(guò)程最終可用投影矩陣來(lái)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(jī)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(guò)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(diǎn)直線傳播，到達(dá)小孔 C，然后穿過(guò)小孔，傳播到像平面的屏射光同樣的原理，都會(huì)經(jīng)過(guò)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(guò)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(jī)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(wú)人機(jī)影像快速拼接算法[J];測(cè)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(bào);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(jì)算機(jī)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(yùn)動(dòng)場(chǎng)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(bào);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(jì)算機(jī)學(xué)報(bào);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(bào)(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(jué)融合方法研究[D];國(guó)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(guó)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(shí)時(shí)全景視頻拼接技術(shù)的研究與實(shí)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(jī)器人研究與設(shè)計(jì)[D];西安電子科技大學(xué);2017年

3 茹一偉;基于雙目視覺(jué)相機(jī)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(jī)的場(chǎng)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(jué)的自主機(jī)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(jì)與實(shí)現(xiàn)[D];哈爾濱工程大學(xué);2017年

7 查望華;雙足機(jī)器人運(yùn)動(dòng)控制系統(tǒng)的研究[D];浙江大學(xué);2016年

本文編號(hào)：2793024