多路摄像头视频拼接技术研究.docVIP

多路摄像头视频拼接技术研究 　　摘 要：计算机视觉和图形学中的一个重要内容就是视频的拼接技术，最开始发展是针对于静态的图画和视像使用拼接技术，但是随着科技的进步和发展，视频呈现多样化和复杂化，图像的拼接技术不能满足于视频的拼接技术，目前经常使用的拼接技术需求量非常大，并且拼接技术使用也越来越广泛。文章就针对多路摄像头的视频拼接技术进行了研究和分析。 　　关键词：多路摄像头；视频拼接技术；研究 　　引言 　　随着现代科技技术的发展和进步，特别是计算机的应用十分广泛，在数字视频拼接技术领域，计算机的作用也是不容忽视的，我们要对于已保存的数字图像进行处理就需要使用拼接技术。我们所看到的画面很美的影视作品并不是原始的视频，而是利用视频拼接技术向人们呈现出一种画面感优质的视像。在视频拼接技术中，通常要选择正确的匹配图像，然后才可以实现检测目标、融合信息、重建三维和超分辨率的工作。而这些技术应用十分广泛并且发挥了巨大作用，而视频拼接技术的发展是要以这些技术为基础才能得以发展。视频拼接技术受到越来越多的人们的关注和重视，图像配准是拼接技术的核心内容。经过一段时期的发展，图像配准最开始是利用迭代非线性最小化的方法来实现，而这种方法可以实现多种形式的转换，但是这种方法也会出现问题，基于这些问题又开始出现了不变量技术和开发了新型的拼接软件，满足了当时的图像拼接的技术，为以后研究视频拼接技术奠定了坚实的基础，但是从现在快速发展的社会来看，这种技术越来越不能适应变化，这就要求我们要不断研究新的图像拼接技术。 　　1 拼接技术的算法和流程 　　视频图像拼接技术大体流程是：通过搜集视频图像资料实施标定相机的参数，计算出单应矩阵和畸变矫正参数，然后对视频图像进行融合处理。但是要注意单应矩阵的计算方法，因为单应矩阵是视频拼接技术的核心，所有要重视对它的计算，这就要求要对图像的每一特征处进行采集工作，利用每一个试点的坐标来进行基础按参考平面的透视或者放射数据，最后把图片放在参考平面上融合重复的图像，这样就可以得出所想要的景象。 　　在进行视频拼接工作的过程中，要对每一幅图像的单应矩阵在标准要求下进行计算，但是也会出现误差比较大和没有半大实现拼接的问题，因此要解决这一问题就要求我们要针对这一问题研究出降低问题出现的技术，所以文章就研究了利用对控制帧来提取图像资料方法。 　　2 多摄像头的图像拼接 　　2.1 图像拼接的发展和流程 　　对于摄像头的拼接技术早在很多年前就被国内外许多研究者研究和应用，学者发现要想完成视频的图像拼接首先是要在完成图像拼接的基础上，因为研究者对拼接技术的深入研究和发现终于取得了有效的成果，出现了许多不同的图像拼接算法和融合方法。至今为止，虽然出现了许多图像拼接方法，但是只有一种方法得到发展和应用，就是90年代出现的以局部特点为基础的SIFT的算法，而这种算法对于图像的旋转、平移、图像的色彩、光照和尺寸影响都不是很大，这些特点使得这种方法为大家所用，得到了广泛的使用。实践证明这种方法对于图像拼接的效果十分理想。但是凡事都有两面性，既然有优点必然也会有缺点，这种方法就是使用起来比较复杂，要求的计算量比较大，但是现在技术要求的是具有一定的轻便性，因此怎样既能满足拼接效果又能满足实际应用的技术是当前研究的重点内容。一般的摄像头都是由帧图像组成，多摄像头则是多种帧图像的拼接，而拼接是需要融合和匹配两大核心技术。 　　2.2 匹配帧图像 　　帧图像呈现出来图像质量的好坏跟图像匹配时的精确度密切相关，所以要注重把握好图像的精确度是匹配帧图像的重点工作。要把握好图像的精确度就要求在选择既能满足精确度又能满足计算简易度的匹配算法。对一幅图像的特征选择匹配关键是检测特征点，比较常见的检测特征点的算法有：Harris算法和Canny算法。文章就针对SIFT算法对图像拼接技术的基数进行转换。这种算法主要涉及两个过程，第一个过程就生成SIFT的特征，第二个过程就是SIFT匹配向量特征。只有当两幅图像都完成向量匹配的时候我们就可以利用欧式距离进行计算，从而判断两幅画的相似特征。需要注意的就是在匹配过程中难免会出现误差，这就需要利用RANSAC算法进行纠正。 　　2.3 融合帧图像 　　虽然融合帧图像的算法有许许多多，但是文章就利用图像平滑过渡算法进行帧图像的融合，我们假设融合区域的变化因子是R，image A以及image B 代表的是图像在融合前后的像素值，而image C代表的是融合区域的像素值，就可以依照以下公式进行计算：image A等于R乘以image A 加上括号A 减去R的值乘以image B.其中R的值要大于零小于一。经过这样的算法帧图像的融合就能够顺利实现拼接。 　　2.4 消除因为接缝而出现的公用模板 　　图像