基于三目的實時視頻拼接研究.pdf

1、視頻拼接是將若干個攝像頭采集的具有重疊區(qū)域的視頻進行拼接,最終形成全景視頻的技術(shù),相比單目視頻,它能提供更大尺寸的視頻畫面,從而可以同時展現(xiàn)更多的內(nèi)容,也為相機陣列的高清顯示奠定了基礎(chǔ)。隨著視頻采集設(shè)備的不斷廉價化,視頻拼接技術(shù)成為計算機視覺圖像領(lǐng)域的熱點研究問題。這項技術(shù)在視頻監(jiān)控、超大圖像采樣和全景圖合成等方面有著非常廣泛的應(yīng)用。然而由于圖像配準和視頻碼流的復(fù)雜性,使得實時視頻的拼接成為一個難點問題。本文利用三個普通攝像頭,基于SI

2、FT特征提取算法,對實時三目視頻拼接技術(shù)進行了研究。
　　視頻流由幀圖像組成,因此視頻拼接是以圖像拼接為基礎(chǔ)。但是相比圖像拼接技術(shù)視頻拼接不僅對拼接的準確性有要求,同時對拼接的實時性也有著較高的要求。所以本文從圖像視頻拼接過程中用到的相關(guān)基礎(chǔ)理論出發(fā)。介紹了圖像拼接技術(shù),其中主要對圖像的特征提取進行了研究,針對特征點的信息含量高、抗噪聲能力強的特點,確定本文選取基于特征點的特征提取算法來完成實時視頻圖像的拼接。
　　由于視頻

3、拼接的核心是視頻圖像的配準和融合,本文針對特征點提取的Harris算法、SIFT算法以及幾種基于SIFT算法衍生的特征提取算法進行了深入的對比研究。最后基于SIFT算法的穩(wěn)定性和魯棒性,采用SIFT算法來完成視頻圖像的特征提取。在提取圖像特征點后,利用BBF算法進行特征配準,并結(jié)合RANSAC算法剔除誤匹配,然后計算圖像間的透視變換矩陣。針對視頻拼接的實時性要求,對基于SIFT算法的幀圖像拼接技術(shù)和視頻采集進行了改進。通過固定攝像頭位置