大场景的视频全景图拼接

为了解决大场景全景图拼接过程中的误差累积问题,提高图像拼接的一致性,提出了一个新的全景图拼接算法。把全局图像配准看作是一个统计估计问题,运用增广的卡尔曼滤波对图像的全局变换参数进行递归地增广和估计。实验结果表明,得到的变换参数是全局一致的,生成的全景图不存在拼接裂缝。拼接算法考虑了各种不确定性,适用于噪声大场景的全景图拼接。     

基于视频片断的全景图拼接

视频拼接技术作为计算机视觉和计算机图形学两个学科上的交叉研究领域,在近年来得到了极大的关注,成为这两个互补领域的研究焦点之一.视频拼接技术广泛应用于虚拟现实、电影动画或特技、图像分辨率的提高,及视频压缩、视频检索等方面,有着广泛的研究价值和应用领域.利用八参数透射模型解决视频中相同场景图像之间的坐标变换问题,通过光流法求得模型的八个参数并利用求得的参数模型有效地生成全景图.实验结果显示,算法在保持较好拼接效果的同时能降低时间复杂度,适合运用在对实时性要求较高的场合.     

全景图拼接技术研究及应用

根据全景图的生成流程,介绍全景图生成过程中所用到的各项技术。通过对全景图拼接技术的国内外现状及其应用领域的分析和研究,得出全景图拼接技术具有广阔的应用前景。     

全景图拼接技术研究及应用

根据全景图的生成流程，介绍全景图生成过程q-所用到的各项技术。通过对全景图拼接技术的国内外现状及其应用领域的分析和研究，得出全景图拼接技术具有广阔的应用前景。     

视频序列的全景图拼接技术

提出了一种对视频序列进行全景图拼接的方法。主要讨论了有大面积的非刚性运动物体出现的序列，不过此方法也同样适用于无运动物体的纯背景序列。为计算各帧间的投影关系，用仿射模型来描述摄像机运动，并用特征点匹配的方法计算出模型中各参数的值。由于用相关法计算的匹配结果准确率比较低，所以用RANSAC（Random Sampling Consensus）对匹配结果进行了筛选，可以准确求出摄像机运动参数。利用运动参数进行投影，然后用多帧相减并求交集，估计出每帧图像中运动物体存在的区域，最后计算得到了全景图。该方法的结果与前人得到的结果进行了比较，证明用此方法能获得质量较高的全景图。     

全方位全景图象的生成

提出了一种适宜于生成全方位全景图象的拼接和平滑算法，给出了一种消除拼接积累误差的方法，进而首次在立方体表面拼接成功了全方位全景图象，并由此生成了球面上的全方位全景图象．     

由未标定手持相机拍摄的图片构造全景图

提出了一种利用普通未经标定的相机,在近似固定位置拍摄的图片,来构造水平方向360°全景图的方法.一般来说这种图片可能存在透视变形较大、相邻图片重叠部分较小、亮度差异明显以及相机的倾斜和旋转等问题.这就使此类图像的配准和全景图拼接问题比采用经标定的相机或专用设备所拍摄的图片较为困难.因不宜直接采用简单的图像配准技术,文中特设计一种含梯度方向极稳健高效的特征匹配方法来对此类图像进行配准;同时提出了可靠的初始参数估计方法,并将求取相邻图像间透视变换参数的非线性优化过程简化为线性步骤,提高了运算速度和稳定性.实验结果表明,即使重叠区域很小(16%),该方法仍可获得较为满意的拼接效果.     

体育视频全景图合成技术

研究了面向体育视频的全景图合成技术,提出了通过计算前景区域模板和α混合进行前景合成的方法．首先采用MPEG-4校验模型中的Konrad算法和基于Fisher线性判别准则的外点过滤算法进行全局运动参数估计,并用中值法合成背景全景图;然后将前景帧进行仿射投影后与背景求差值,并用中值滤波和形态学方法处理差值图像,得到前景区域模板;最后采用α混合生成前景序列的全景图,并叠加到背景上．由此得到的全景图能同时展现运动的场景和运动员的动作过程．     

一种快速的柱面全景图像拼接算法

长久以来在计算机视觉、图像处理和计算机图形学的研究中,图像拼接技术一直都是主流方向。利用它能够构造大场景图像及全景图像,借此以产生大视角的高清晰度图像。目前,这种技术被广泛应用在虚拟现实领域、医学图像处理领域、遥感技术领域和军事领域中。提出了一种基于图像特征点匹配的柱面全景图像拼接算法,实验表明,该算法具有匹配精度高、鲁棒性强等特点,可以快速而高效地生成柱面全景图像,具有很高的实用价值。     

快速有效的视频图像序列拼接方法

针对现有的视频图像序列拼接方法处理速度慢的问题,提出一种基于SURF特征的快速有效的拼接算法。该算法用鲁棒性强且计算性能优越的SURF算子取代传统的SIFT算子进行特征点提取;在特征点匹配方面,提出了一种基于哈希映射和双向最近邻距离比的匹配算法,可以快速有效地获得特征点间的对应关系。为了消除由于运动物体干扰带来的误匹配,采用随机采样一致性（RANSAC）方法来消除外点确保匹配的有效性,再通过最小二乘法估计视频帧之间的全局运动参数,最终拼接形成全景图。实验结果表明,该拼接算法快速有效,鲁棒性强,具有较高的使用价值。     

基于多域分析和全局优化的全景图拼接方法

为了快速鲁棒地进行全景图的拼接，提出了一种基于频率域和空间域特性的全局优化全景图拼接方法。该全景拼接过程分为局部对齐和全局对齐两个阶段。在局部对齐过程中，先使用相位相关法进行粗对齐，而在根据相位相关确定的重叠区域内部，则通过设计一种基于特征点的粒子滤波器来校正相位相关的结果；在全局对齐中，则是使用基于光差的全局优化方法在子像素级进行精确对齐，由于初值准确，因此全局算法能迅速收敛。但是由于全局优化会带来较大的参数空间，为此需使用小局部大全局的策略来降低参数空间。实验表明，该拼接方法在帧间光照变化较大、重叠区域较少、摄像机没有标定的情况下能够鲁棒地完成全景图的拼接。     

组合大视场星敏感器自主定轨方法

在卫星自主轨道确定中,敏感仪器和其使用方法是很关键的问题。如何利用低成本的设备实现高精度自主定轨,足一个值得研究的重要课题。该文提出了一种组合大视场星敏感器自主定轨方法,在该方法中,整个地球在敏感仪器视场范围内,且每个星敏感器能至少观测到星光穿过地球边缘周围附近的一颗恒星。这样既可利用星敏感器的高精度,又可得到观测整个地球边缘附近恒星所需要的大视场;叙述了利用组合大视场星敏感器确定地心的方法;最后运用广义号尔曼滤波算法进行了仿真。考虑到星表、敏感仪器和仪器标定精度,星光大气折射改正以及地球非球形几何改正,其定轨精度估计可达100m～150m．     

视频传输中基于Gibbs随机场模型的错误隐藏方法

恶劣的信道传输质量将会引起数据丢包和误码传输等现象，严重影响视频图像质量．为了提高错误图像质量，本文先利用帧间错误隐藏方法恢复部分变化量小的数据块，再利用差错块的相邰区域方向梯度分布，建立一个Gibbs随机场模型，并通过迭代求出剩余差错块．作为一种优质的图像建模方法，Gibbs随机场和利用差错块周围的已知像素信息来模拟丢失的图像区域，该区域与邻域图像有同样的分布参数，并能在边界处与邻域图像和谐的融合在一起．实验结果表明，与同类算法比较，该算法视频恢宴的效果良好，并且计算宴杂度比较简单．     

视频序列中二值图像的快速目标检测方法

针对视频序列中二值图像目标检测时间效率不稳定的问题,提出一种快速目标检测方法,其主要步骤包括逐层膨胀、填补空洞、逐层腐蚀和检测目标。理论分析与实验结果证明,该算法的时间效率、时间稳定性和检测质量较高,其最差时间效率与采用3×3结构元素的形态学闭算子相当。     

组合大视场星敏感器卫星自主定轨中太阳摄动

目前,国际上卫星自主轨道确定已受到了极大的关注,卫星定轨向高精度、高自主性方向发展.自主定轨方法多种多样,获取定轨信息的方法与自主定轨测量设备紧密联系在一起.就组合大视场星敏感器卫星自主定轨方法,建立了太阳引力摄动下的广义卡尔曼滤波模型,且进行了计算机仿真;通过对不同初始轨道高度情况的计算机仿真,给出了太阳引力对卫星轨道的影响;通过对东方红三号(DFH-3)卫星进行仿真和结果对比,说明了该自主定轨方法、所建滤波模型和算法的有效性.     

多摄像机视野分界线快速自动生成算法*

针对摄像机视野分界线是一种有效地解决多摄像机人体跟踪目标交接问题的工具,提出了一种基于同步视频的摄像机视野分界线快速自动生成算法,利用视野分界线和目标中心到视野分界线的距离实现多摄像机之间的目标交接.该算法不依赖摄像机的标定信息和目标颜色信息.为验证该算法的有效性,设计搭建了一个室内视觉有重叠区域的多摄像机人体跟踪系统.实验结果表明,该算法具有易实现、实时、准确率高的优点.     

信息网格中基于本体的信息共享全局视图构建方法研究

信息共享对于增强信息网格单元的协作能力和快速反应能力起着至关重要的作用．从解决信息网格语义异构问题出发,为实现网格信息共享,提出了一种基于本体的信息网格全局视图构建方法．该方法主要由两部分核心内容组成：全局本体的生成和基于全局本体的全局视图构建．首先深入研究了信息网格全局本体的生成;基于全局本体透彻分析了如何构建信息共享全局视图;结合具体实例详细说明了所提出信息网格全局视图构建方法的工作流程与应用．对于相关工作进行了分析比较,最后给出了结论和下一步工作．     

基于局部注意的快速视频目标检测方法

视频目标检测是对视频内的目标进行准确分类与定位。现有基于深度学习的视频目标检测方法通过光流传播特征,不仅存在模型参数量大的问题,而且直接将光流应用于高层特征难以建立准确的空间对应关系。提出一种轻量级的视频目标检测方法。通过设计一种特征传播模型,在不同帧的局部区域内将高层特征从关键帧传播到非关键帧,并将有限的计算资源分配给关键帧,以加快检测速度。构建动态分配关键帧模块,根据目标运动速度动态地调整关键帧选择间隔,以减少计算量并提高检测精度。在此基础上,为进一步降低最大延迟,提出异步检测模式,使得特征传播模型和关键帧选择模块协同工作。实验结果表明,该方法的检测速度和最大延迟分别为31.8 frame/s和31 ms,与基于内存增强的全局-局部聚合方法相比,其在保证检测精度的前提下,具有较快的检测速度,并且实现实时在线的视频目标检测。     

一种改进的全视角人脸纹理图像生成方法

传统的全视角人脸纹理图像生成方法计算量大、鲁棒性差,不能很好地解决配准和接缝问题。为此,提出一种改进方法。对待拼接的人脸图像进行归一化处理,利用基于列特征向量的灰度值匹配算法实现图像的精确匹配,使用双重融合算法处理重叠区域,使图像平滑过渡。实验结果表明,该方法匹配速度较快、鲁棒性较强,能有效消除误匹配。     

iViewer:利用数据服务即时生成跨域数据视图

越来越多的企业和组织选择通过广域、开放的互联网作为其协作平台,业务决策者往往需要即时汇聚并综合分析来自多个部门的资源信息以进行临机决策。如何即时构建满足用户需求的跨组织数据视图,动态维护视图和数据源之间的一致性是需要求解的一个关键问题。提出了一种互联网环境下跨组织业务数据视图的动态生成方法iViewer,利用数据服务来封装自治、异构和动态变化的数据源;通过可视化和易用的数据服务组合操作来动态构建数据视图;提出了一种基于轮询的视图动态更新算法,维护数据源和数据视图的一致性,从而使得数据视图能够随数据源的变化而自主变化;详述了iViewer方法的原理和过程,并通过一个火灾应急处置场景中,面向指挥中心的跨部门火灾救援设备数据视图的动态生成过程例证了iViewer方法的效果。