大视场视频拼接技术研究

论文摘要

大视场视频拼接技术是将多个相机按照一定的规则设置,使用每个相机分别获取视频,然后将所得视频拼接成为一个具有相对较大视野的大视场视频的技术。大视场视频拼接技术是计算机图形学、虚拟现实领域的一个研究热点,其相关技术广泛应用在多媒体展示、视频监控等方面。现有的大视场视频拼接方法需要使用同步触发器来同步视频采集设备的启动,这影响了大视场视频拼接设备的应用范围。同时传统的视频拼接方法在时间效率方面也有待改进。本文主要研究基于双摄像机的大视场视频拼接技术,探索一种软件方法来实现同步触发器的功能,以消除同步触发器对视频拼接应用的限制,同时结合视频拼接的特点对采用的传统算法进行研究以提高传统算法时间效率。本文主要研究内容如下：(1)设计实现一种自动的视频帧对齐方法,从软件上实现视频的对帧,从而消除传统视频拼接中对于同步触发器的依赖,提高大视场视频拼接技术的易用性和使用范围。(2)为了满足视频拼接的要求,传统的RANSAC算法在对大量匹配数据进行提纯时,需要构建大量的验证模型,导致消耗时间较大。针对此问题,提出一种改进的RANSAC算法,相对传统RANSAC算法,有效的提高了时间效率。经过研究,提出了一种适用于双摄像机的视频帧对齐方法,该方法能够在一定的前提下实现视频帧图像的自动对齐,从而成功的消除了同步触发器对视频拼接的限制作用。通过对采用的拼接算法的深入研究,结合视频拼接的特性,对其中所使用的RANSAC算法进行改进,提出了改进后的RANSAC方法。经过大量实验,通过与传统算法进行对比,验证了所提出和改进方法的效果与性能。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 研究现状
• 1.3 本文的主要内容和研究工作
• 1.4 本文的主要创新点
• 第二章 视频帧对齐方法
• 2.1 方法针对性及条件
• 2.2 相关知识介绍
• 2.2.1 相关系数
• 2.2.2 相位相关法
• 2.2.3 运动量检测相关方法
• 2.2.4 图像增强
• 2.3 帧对齐方法实现
• 2.4 实验结果分析与对比
• 2.5 本章小结
• 第三章 图像拼接方法研究
• 3.1 引言
• 3.2 图像特征点提取
• 3.2.1 特征点算子
• 3.2.1.1 SUSAN算子
• 3.2.1.2 Harris算子
• 3.2.1.3 SIFT算子
• 3.2.3 本文特征点提取算法实现
• 3.3 特征点配准
• 3.3.1 相关算法
• 3.3.1.1 KD-TREE算法
• 3.3.1.2 BBF算法
• 3.3.1.3 RANSAC提纯算法
• 3.3.2 改进的RANSAC算法
• 3.3.3 本文特征点配准实现
• 3.4 图像融合
• 3.4.1 常见图像融合算法
• 3.4.1.1 像素级图像融合算法
• 3.4.1.2 多分辨率图像融合方法
• 3.4.1.3 基于最佳缝合线的图像融合方法
• 3.4.2 本文图像融合实现
• 3.5 本章小结
• 第四章 视频分帧与压缩
• 4.1 视频编码格式介绍
• 4.1.1 MPEG运动图像压缩编码标准
• 4.1.2 H.26X系列视频编码标准
• 4.1.3 其他视频编码格式
• 4.2 基于OpenCV库函数的视频分帧及压缩
• 4.2.1 视频分帧
• 4.2.2 压缩视频
• 4.3 本章小结
• 第五章 实验结果与分析
• 第六章 总结及展望
• 参考文献
• 致谢
• 研究成果及发表的学术论文
• 作者简介
• 附件