一种多路全景图像拼接融合算法研究

针对外场大场景视频监控需求,分析研究了单台全景摄像机全景图像缺点,多台全景摄像机多路全景图像拼接融合难点和拼接融合算法原理,设计了一种多路全景图像拼接融合算法.研究结果认为,该算法设计合理,可有效拼接融合多路全景图像,具有良好的视觉观感和图像质量,可对提升外场全景监控能力提供借鉴.     

一种多路全景图像拼接融合算法研究

针对外场大场景视频监控需求,分析研究了单台全景摄像机全景图像缺点,多台全景摄像机多路全景图像拼接融合难点和拼接融合算法原理,设计了一种多路全景图像拼接融合算法.研究结果认为,该算法设计合理,可有效拼接融合多路全景图像,具有良好的视觉观感和图像质量,可对提升外场全景监控能力提供借鉴.     

基于参数回归的快速全景图像拼接算法

现实场景中照相机获得的图像视场角范围往往是有限的，而目前对全景图像的需求日益增大，因此针对拍摄得到的全景图像序列，提出了一种基于参数回归的快速全景图像拼接算法。将传统的图像配准任务转化为深度学习结合机器学习的方式，设计一种基于高斯差分金字塔的多尺度深度卷积神经网络（MDCNN）对待拼接图像进行特征提取，并使用LightGBM回归模型对拼接参数进行预测，获得图像之间的变换矩阵和照相机焦距完成图像对齐，并设计了一种双曲线图像融合算法消除图像之间的拼接缝。实验结果表明，所提算法能够实现图像的快速拼接，获得比已有代表性算法更清晰自然的全景拼接效果，同时对红外图像也具有很好的适应性。     

全景视频摄像机的非参数化几何校正与拼接

提出了一种新的多相机全景视频拼接几何校正拼接方法。先用全景视频摄像机组采集标准标定场的稀疏特征点阵,利用自适应网格细分技术把采集的图像和标定场坐标细分到像素级对应,则全景视频的几何校正和拼接可以通过直接映射得到。在摄像机阵列相对位置固定时,可以一次校正多次使用。本文方法避免了普通拼接方法的特征点检测、匹配优化等参数求解过程,尤其是采用具有较大畸变的广角镜头和相邻相机视场重叠较少时更能体现出其优越性,并可以很容易地迁移到类似的应用中。通过一个原型系统,验证了本文方法的有效性。     

基于离线标定的全景视频快速拼接算法设计

针对实际条码识别系统中全场景监控和传统图像拼接算法速度慢的问题,提出了一种基于离线标定的快速全景视频拼接算法。在实际应用中多台相机位置固定,采用离线标定计算出图像拼接的单应性矩阵,在实时拼接中直接加载该矩阵进行计算,从而省去了大量的特征提取和配准时间。为了提高图像特征的配准精度,设计了一种改进的SIFT(Scale-Invariant Feature Transform)特征匹配算法。实验结果表明,该算法对比传统算法显著减少了错误特征匹配的影响,提高了图像拼接速度,具有更好的特征匹配效果。     

基于局部特征点配准的图像拼接算法

为解决尺度、视角、光照变化较大及存在噪声和模糊变化情况下的图像拼接问题, 提出了一种具有较强鲁棒性的图像拼接方法。首先, 根据Harris算法和SIFT算法各自的特点, 提出了一种自适应的Harris-SIFT特征点提取方法, 利用最邻近法完成图像间的特征点粗匹配; 然后, 应用随机抽样一致性(Random Sample Consensus, RANSAC)算法对粗匹配的特征点进行筛选, 同时估计出透视变换模型的变换矩阵, 并对相邻的两帧图像进行配准; 最后, 利用加权平均融合算法消除图像拼接处的缝合线, 实现图像的高质量拼接。实验结果表明, 该算法在提升SIFT算法鲁棒性的同时, 还增强了图像拼接的效果, 消除了图像亮度和色度差异的影响。     

基于局部特征点配准的图像拼接算法

为解决尺度、视角、光照变化较大及存在噪声和模糊变化情况下的图像拼接问题,提出了一种具有较强鲁棒性的图像拼接方法。首先,根据Harris算法和SIFT算法各自的特点,提出了一种自适应的Harris-SIFT特征点提取方法,利用最邻近法完成图像间的特征点粗匹配;然后,应用随机抽样一致性(Random Sample Consensus,RANSAC)算法对粗匹配的特征点进行筛选,同时估计出透视变换模型的变换矩阵,并对相邻的两帧图像进行配准;最后,利用加权平均融合算法消除图像拼接处的缝合线,实现图像的高质量拼接。实验结果表明,该算法在提升SIFT算法鲁棒性的同时,还增强了图像拼接的效果,消除了图像亮度和色度差异的影响。     

色差图像的数字图像拼接算法

针对有明显色彩和亮度差异的图片,在进行传统的图像拼接后,会产生肉眼可见的拼接缝,严重影响拼接效果。因此,提出一种针对存在色差的图像拼接算法。首先,计算相邻图片间的色彩校正参数和每个彩色通道的全局色彩调整参数,选择适合的颜色和亮度,对每一幅图片进行色彩校正。其次,引入SIFT和RANSAC算法,实现了图像的准确配准。最后,采取0．1加权融合算法和平均融合算法结合进行图像融合,得到最终的全景图像。实验结果表明,由于已经进行图像间的校正,减少了待拼接图像的色差,使得图像的融合更加简单。该算法对于存在色差的图片序列可以实现无缝快速的拼接,并且可根据需要调整图像的色彩和亮度。     

全景视频实时拼接技术研究与实现

随着无人领域的不断发展，对于无人机、无人车、汽车辅助驾驶等操控者来说，需要通过无死角的全景视频进行操作，否则无法掌握无人设备完整的视野情况。通过TP2854视频数据转换芯片将AHD摄像头捕捉多路模拟视频数据转换为数字信号给处理器，再通过SURF算法和FLANN算法进行图像的特征点检测与向量计算、图像匹配、单应性矩阵计算和图像融合，最终将融合的图片数据编码和推流，实现全景视频的拼接。重点对图像融合算法不断改进，实现全景图像无拼缝、无阴影的效果。     

基于ROI的高精度红外全景拼接算法研究

针对红外图像空间分辨率低、视场窄,导致图像配准率低、实时性差的问题,提出一种基于感兴趣区域(ROI)的高精度红外全景拼接算法。该算法首先根据两张相邻图像的近似位置关系,求取图像间的ROI;接着,在ROI窗口中提取尺度不变特征变换(SIFT)特征点并将其作为运动目标,结合KLT(Kanade-Lucas-Tomasi)实时跟踪算法确定待配准图像中特征点的位置信息并进行匹配;然后采用随机采样一致性(RANSAC)算法剔除误匹配点对;最后利用像素级融合法消除拼接痕迹,合成一幅分辨率稳定、视场宽的红外全景图像。经实验验证,该算法与传统SIFT算法相比,配准率提高了3.491%,运行时间约提高了50%,能够准确、有效地实现多帧红外图像的无缝拼接。     

调整量最小的多视图像校正算法

在多视自由视点电视（FTV）系统中,摄像机阵列拍摄的多视视频存在垂直视差、且水平视差分布不均等问题,严重影响合成视频的质量效果。现有的多视图像校正方法虽然消除了垂直视差,但是校正图像过程中引入的旋转和平移失真较大,使人眼产生不舒适感。为此,本文提出一种适于平行摄像机阵列的多视图像校正算法,首先建立理想的摄像机安放位置,然后计算多视图像校正变换,将实拍图像映射到理想摄像机位置处,得到校正后图像。在设计理想的摄像机安放位置时,考虑人眼视觉特性,确保坐标轴旋转和平移调整量最小化,实现多视图像校正变换引入图像失真总量最小。实验表明,该算法不仅可以消除垂直视差,而且图像校正过程中引入的失真小,符合人眼视觉习惯,能有效改善合成视的图像质量,提高人眼观看舒适程度。      

基于Harris图像拼接的全景视频稳像算法

对于背景变换和抖动分量比较小的视频序列,传统稳像算法不能直接适用,本文提出一种基于Harris图像拼接的全景稳像算法。首先采用Prewitt算子提取出图像的边缘信息,在此基础上进行分区的Harris特征点检测;然后结合NCC（normalized cross correlation）算法与RANSAC（random sample consensus）算法实现图像间的特征点精确匹配,接着利用加权平均融合的方法进行图像融合;最后对融合后的全景图像进行剪裁,完成图像补偿,输出稳定的视频序列。实验结果表明:改进的Harris算法提高了算法效率以及正确特征点数量,并且本文稳像算法实时性较好,能够有效消除视频抖动并输出稳定的视频序列。     

一种针对车载全景系统的图像拼接算法的仿真

传统的全景图像拼接算法,多采用Harris角点的特征提取或尺度不变特征转换?(SIFT)的特征匹配算子的方式,对存在重合部分的图像进行图像拼接处理。但对于车载全景图像拼接算法而言,车身四周采集到的4幅鱼眼畸变图像,使用特征提取算子的方法进行的拼接,运算的复杂度高,效率低,不能满足车载设备的实时性要求。针对这一问题,该文提出一种专门应用在车载系统的车载全景图像拼接算法,并对其进行Matlab仿真,最大限度提高算法的运算效率,以满足车载系统实时性的要求,真实的反应路况信息,辅助驾驶员安全驾驶。     

一种基于鱼眼图像的全景展开算法

针对在全景图像拼接技术中有着广泛应用的鱼眼图像校正问题,这里选择分辨率为800×800大小的鱼眼图片进行实验,利用鱼眼镜头垂直拍摄生成全景图的方法,运用图像像素点矩阵的变换,像素点数量的不变性,拼接其子图像,进而取得了良好的效果,由此得出了一种简单而有效的全景图展开算法。实验证明,算法简单、计算量小、实时性高、获得了良好的校正效果,达到生成全景图像的目的。     

红外搜索系统视频图像拼接算法及其应用

为了实现将视场小、变化快的红外搜索系统视频图像拼接成全景图像,根据红外搜索系统具有确定像空间位置变化信息的特点,提出了一种结合图像位置信息和模板匹配的的红外图像拼接算法。该算法有效的解决了传统的区域配准拼接算法运算速度慢和基于特征配准拼接算法精度差的不足,具有运算速度快、配准精度高的优点。为了验证该算法的有效性,利用采集到的红外搜索系统试验视频进行了仿真计算,从仿真的结果看,该算法相对于传统算法,大大提高了运算速度和匹配精度。     

面向机载分布式光电的图像拼接算法

随着航空无人系统技术的迅猛发展,分布式机载图像拼接技术已成为备受瞩目的研究领域。本文针对分布式机载图像拼接中存在的视差大和空间几何变换关系复杂等问题,在APAP图像拼接算法基础上提出了一种改进算法。该算法采用变形处理、线性化单应平滑外推至全局性变换以及网格划分法等方法,有效消除了模糊重影、减少边缘处投影失真,提高算法运行效率。在多个场景下的实验中,该算法表现出更小的对齐误差和更高的图像质量指标,包括均方根误差、峰值信噪比、结构相似度和图像熵等。在进行大规模图像拼接时,该改进算法能够实现154张图像的大规模拼接,得到10 k×10 k的高分辨率全景图像,拼接耗时为138 s。因此,该改进算法具有重要的实际应用价值,可用于分布式机载图像拼接的实际应用中。     

基于视频序列的数字图像拼接技术研究进展

基于视频序列的数字图像拼接是指将具有重叠区的多帧视频通过数字配准和融合获得单幅宽视场静态全景图或动态全景图.基于视频序列的数字图像拼接技术主要包括全局快速配准算法、运动目标分割算法和无缝融合算法.首先分析理想数字图像拼接系统的特性,然后介绍近年来基于视频序列的数字图像拼接技术的研究进展,最后分析其研究动向.     

Consistent image alignment for video mosaicing

Image mosaicing is widely used in computer vision applications. In this paper, a new globally consistent image alignment method for video mosaicing is presented. Due to various uncertainties on noise, illumination, and modeling, the problem of global image alignment is considered as a stochastic estimation problem. The augmented system state consists of the transformation parameters of video image sequences. The system motion model, the augmentation model, and the observation model are constructed. The homography parameters of image sequences are augmented and estimated recursively with augmented Kalman filter in a common state vector and covariance matrix. Some experimental results are provided to validate the performance of the proposed method. The proposed image alignment method can handle the uncertainty efficiently. Image alignment is globally consistent and accurate.     

基于自适应指数加权移动平均滤波的快速去雾算法

经典的暗原色先验去雾算法易丢失图像细节信息,基于保边滤波的去雾算法虽可以有效保护图像细节,却耗时较长。针对以上问题,提出一种能够很好地保护图像边缘细节且耗时较短的自适应指数加权移动平均滤波算法,并与改进的暗通道结合,实现快速去雾。首先,对暗通道加以改进并求得透射率粗分布;再利用自适应指数加权移动平均滤波算法对透射率进行优化;之后修复明亮区域透射率,避免颜色失真;最后通过变换大气散射模型求解得到去雾图像。实验结果表明:本文算法具有很快的执行速度,且经本文算法处理后的去雾图像质量较高,在有效边缘强度、色彩还原能力、结构信息这三个无参考客观评价指标下均表现不错。