基于SURF和动态ROI的实时视频图像拼接系统的研究-信号与信息处理专业论文.docxVIP

基于SURF和动态ROI的实时视频图像拼接系统的研究-信号与信息处理专业论文.docx

  1. 1、本文档共74页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于SURF和动态ROI的实时视频图像拼接系统的研究-信号与信息处理专业论文

摘要 视频拼接是将含有重叠区域的视频图像经过配准融合,得到宽场景视频的技术。 视频拼接技术是数字图像处理及机器智能方面的研究热点,目前视频拼接在车载导 航、视频监控、场景理解、虚拟现实等方面领域的应用越来越广泛。 本论文研究了视频图像拼接的流程及过程中所用到的关键技术,分析比较并总结 了视频图像采集与预处理、特征选取、图像匹配和融合的方法、性能及存在问题。主 要研究工作集中在以下四个方面: 1. 对双目摄像机采集到的图像经过预处理和柱面转换之后进行配准,选择 8 参数 投影透射变换模型作为双目视频之间坐标变换的模型,用 RANSAC 方法迭代估计最 适合的图像间单应性矩阵,通过渐入渐出加权融合最终拼合两个摄像头获取的视频图 像,大量的实验验证了系统算法的可行及有效性。 2. 实际的三维世界通过摄像机映射到二维平面时,无法完全匹配景深差距过大的 特征点,从而干扰图像间单应性矩阵的估计。论文研究比较了 SIFT 及 SURF 配准算 法,并通过视频图像每一帧都进行特征提取及匹配来改善这个问题。 3. 为解决在多摄像头的公共区域中有视差角度以及运动物体等此类问题,论文提 出一种基于 SURF 和动态 ROI(Region of interest)方法的视频图像快速拼接方法,对视 频每一帧都匹配拼接。由于选取了特征提取的动态 ROI 之后,重叠区域之外则不进 行 SURF 特征提取,避免了 ROI 之外的误匹配特征点对,提高了特征匹配的精准度, 同时减少了程序的耗时。通过实验证明,经过动态 ROI 规定特征有哪些信誉好的足球投注网站范围之后,算 法运行的速度大约是原始 SURF 特征提取算法的 2.34 倍。 4. 人眼看到的静止不动的场景,摄像机连续采集到视频图像前后帧也会产生灰度 差异,从而对特征提取及匹配造成影响。由此得到的摄像机图像间单应性矩阵每一帧 都不同,造成拼接视频的抖动现象。本文先采用 RANSAC 方法估计 8 参数变换模型 得到单应性矩阵,再通过平滑前后帧图像间单应性矩阵解决视频拼接后图像因存在误 匹配造成的抖动问题。 最后,利用 VS2008 实现了上述基于双目摄像头的实时视频拼接系统,可根据需 要对双目摄像头的角度和移动方式进行调整,该系统使用方便、易于扩展。通过大量 的实验,证明该系统可以自适应的对存在一定重叠和旋转的视频图像进行拼接,获得 无缝、高清的大视场视频,具有良好的图像质量和实时性。 关键词:视频拼接;SURF;动态区域;图像融合. I Abstract Video mosaic, a kind of broad scenery technology which is formed by matching and blending video images, is a hot topic in the filed of digital image processing and machine intelligence. Presently, video mosaic is widely used in such fields as vehicle navigation, video monitoring, scene understanding as well as virtual reality and so on. The paper studies not only the key technology adopted in the process of video matching, but also some problems like images collection, features selection, video match and the way to the blending. The main research work concentrates on the following four aspects: The author has got feasible and effective data from the experiment used in the paper. The process is as follows. Matching the collected images gained by binocular camera is the first step after pre- processing and cylindrical conversion. Then, to select eight parameter projection transmissions transformation model as a model of coordinate transfo

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档