实时视频拼接系统关键技术研究

论文摘要

视觉信息是人类获取客观世界信息最直接的方式,所以图像、视频的相关处理技术在虚拟现实、物体的三维重建、视频监控、视频检索、医学图像分析等领域十分重要。其中,视频图像拼接技术能在不降低分辨率的情况下扩大视野、消除冗余,在这些应用领域更是得到广泛应用。本文利用两个普通的USB摄像头进行了视频流的无缝拼接和实时显示研究,包括摄像头标定、畸变校正、特征点提取与配准、图像融合和视频显示等部分,对相关技术进行了研究分析和比较,达到了预期效果。论文首先研究了多种标定方法,利用OpenCV库提供的函数对摄像头进行标定,以确定了内外参数和畸变参数,对图像进行了校正处理。接着重点研究了图像配准技术,比较了各种方法的优缺点后选择基于特征点的配准方法。同时,也对Sift和Surf构建描述符的原理与步骤给予了详细说明,并通过实验证明了Surf算子在算法复杂度、速度、多种变换下的稳定性等方面优于Sift算子。在提取图像特征点后,利用bbf算法进行特征配准,并结合ransac算法剔除误匹配来计算图像间的变换矩阵。通过对平均值法、加权平均值法进行实验比较,提出了一种改进后的行列中心加权法进行图像拼接。同时,采用DirectShow技术保证了视频图像拼接的实时性,实现了双USB摄像头视频流的无缝拼接。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究的背景与意义
• 1.2 视频序列拼接研究现状
• 1.3 图像拼接技术发展概况
• 1.4 车载影像系统发展概况
• 1.5 本文工作和论文结构
• 2 摄像机标定与图像变换
• 2.1 摄像机模型
• 2.2 摄像机标定
• 2.3 基于OpenCV 的标定
• 2.4 图像采集
• 2.5 图像几何变换类型
• 3 图像预处理
• 3.1 图像畸变
• 3.2 图像去噪
• 4 图像配准与特征算子
• 4.1 图像配准分类
• 4.2 特征算子
• 4.3 尺度空间与高斯金字塔
• 5 特征提取与配准
• 5.1 Sift 特征提取
• 5.2 Surf 特征提取
• 5.3 k-d 树与bbf 算法
• 5.4 利用 ransac 算法剔除误匹配对
• 6 USB 摄像头视频图像拼接实现
• 6.1 平均值法
• 6.2 加权平均法
• 6.3 实验的软硬件平台
• 6.4 DirectShow 技术
• 7 总结与展望
• 7.1 总结
• 7.2 展望
• 致谢
• 参考文献
• 攻读硕士期间完成论文