基于角點(diǎn)檢測的多攝像頭圖像拼接技術(shù)

1、基于角點(diǎn)檢測的多攝像頭圖像拼接技術(shù),姓名：孫養(yǎng)龍專業(yè)：電路與系統(tǒng)導(dǎo)師：鄧記才 教授,報(bào)告內(nèi)容,一、研究背景和意義,校園,交通,倉庫,,,校園安全,,出行安全,,需要寬視野的監(jiān)控場所,,顯示終端,一個(gè)攝像頭對應(yīng)一個(gè)顯示窗口,在進(jìn)行大范圍區(qū)域監(jiān)控時(shí)不利于觀察分析,本課題欲達(dá)到的效果,,1、實(shí)現(xiàn)攝像頭采集圖像的無縫拼接和顯示,3、為機(jī)器人立體視覺導(dǎo)航研究打下基礎(chǔ),當(dāng)有攝像頭損壞時(shí)，相應(yīng)的區(qū)域便無法正常觀察,2、增強(qiáng)系統(tǒng)穩(wěn)定性,二、國內(nèi)外研

2、究現(xiàn)狀,,蘋果的QuickTime VR[1],特點(diǎn),,單個(gè)攝像頭進(jìn)行旋轉(zhuǎn)拍攝,規(guī)定旋轉(zhuǎn)角度和拍攝角度,拼接后的圖像出現(xiàn)了變形,類似的設(shè)備還有其他一些智能手機(jī)如小米，三星，索愛等。,,深圳大學(xué)雙目攝像頭[2],拼接前,拼接后,特點(diǎn),,實(shí)現(xiàn)了兩個(gè)攝像頭的圖像采集,同樣固定了攝像頭的夾角,對圖像進(jìn)行了矯正,拼接效果易受圖像間灰度影響,目前還沒有發(fā)現(xiàn)把分布較廣泛的攝像頭圖像進(jìn)行拼接的應(yīng)用,,三、原理與算法介紹,攝像頭,攝像頭,,,視頻采集卡,

3、視頻采集卡,視頻圖像序列,視頻圖像序列,操作系統(tǒng)+視頻圖像拼接,視頻圖像序列,,圖像的預(yù)處理,圖像配準(zhǔn),建立變換模型,統(tǒng)一變換坐標(biāo),圖像融合,全景圖像,,特征點(diǎn)（角點(diǎn)）提取算法,,Moravec H.P于1977年提出基于灰度方差的Moravec算子,水平,對角,垂直,反對角,,求灰度梯度,構(gòu)造相關(guān)矩陣,利用特征值大小,,,,SUSAN--最小核值相似區(qū),視頻服務(wù)器,核心點(diǎn)位于邊緣,USAN區(qū)域?yàn)檎麄€(gè)鄰域面積的1/2,角點(diǎn)附近USA

4、N區(qū)最小,核心點(diǎn)在UASN區(qū)域內(nèi),USAN區(qū)域最大,,MIC– 最小亮度變化,至少存在一條直線與圓形窗口的兩個(gè)交點(diǎn)都屬于USAN區(qū)域，因此CRF值低,對于每一條直線，至少有一個(gè)交點(diǎn)不屬于USAN區(qū)域，CRF值高,四、預(yù)改進(jìn)和創(chuàng)新,,多個(gè)獨(dú)立安裝的攝像頭,不需要攝像頭之間非常嚴(yán)格的角度限制,實(shí)現(xiàn)多個(gè)分布攝像頭之間的圖像拼接,,功能實(shí)現(xiàn)上,角點(diǎn)提取算法上,降低圖像灰度變化對角點(diǎn)提取結(jié)果的影響,提高算法運(yùn)行速度，使之更適合視頻圖像的處理,五、