车载全景影像获取关键技术研究

发布时间：2020-02-23 21:22

【摘要】：本文研究了车载全景影像获取的关键技术。街景全景影像在行人导航和汽车导航逐步得到了应用,如Google map, Map bar, City bar等,它己成为支撑数字城市建设的重要数据源。本文针对街景全景影像的生产所涉及的关键技术开展研究,包括全景影像的高精度时空定位、序列全景影像的亮度均衡化技术、以及全景影像的高效拼接技术。本文的研究,对推动城市信息平台建设,提高城市道路基础数据的获取质量与管理水平,提供丰富的人性化的城市道路空间信息服务具有重要的意义。 全景影像的高精度时空定位。本文研究的全景影像采集系统硬件设备由4台高分辨率的彩色CCD相机、工业镜头、GPS/DR、同步控制器和CPCI(Compact PCI)计算机等组成。通过GPS授时与高稳晶体振荡器结合,建立了系统的时间基准,保证了同步控制的可靠实现；通过POS与DMI组合,建立系统的空间基准；通过高精度的时间与空间位置的匹配,实现了系统的时空统一。有了统一的时空基准,从时刻可查找全景影像对应的空间位置,通过全景影像的空间位置也可以查询事件发生的时间。 序列全景影像的匀光方法。在传统的单幅影像匀光、多幅影像匀光算法的基础上,提出了序列全景影像的匀光方法。该方法充分考虑了全景影像的时空连续性,首先对单幅采集影像进行亮度均匀处理(单幅匀光),然后对同一时刻的单帧阵列全景影像(每帧全景影像含4幅采集影像)进行亮度均匀(多幅影像匀光),最后对不同帧全景影像之间的亮度进行均衡化处理(全景序列影像匀光),从而在全局和局部上都保证了全景影像的亮度均衡。 全景影像的高效拼接方法。首先构建了基于相机模型的全景影像拼接模型,通过标定场获得模型参数可以实现对全景影像的粗拼接；然后,利用粗拼接获取相邻影像的重叠区域,在重叠区域范围内进行SIFT特征点匹配和影像拼接,即基于约束区域的SIFT匹配的全景影像拼接。该方法充分利用了相机模型的标定结果,大大缩小了SIFT特征匹配的搜索范围,从而提高了全景影像的拼接效率。
【图文】：

1.1.3车载全景影像获取系统的应用领域车载全景影像获取系统在交通地理领域具有重要的应用，特别是随着网络技术，无线传感技术，用户终端设备技术的高速发展，车载全景影像获取系统的应用越来越广泛。例如：1)交通实景导航随着城市的发展，，交通要素也要越多，将交通关系也越来越复杂，原来简

本文编号：2582270