实时视频全景拼接算法的研究与实现

发布时间：2019-11-15 06:12

【摘要】：随着城市化进程的加快,城市环境日趋复杂,监控设备开始越来越多的出现在人们的生活中。监控中心每天都有海量的视频数据需要展示、分析和存储。如果可以通过共同区域实现相邻监控视频的拼接,不仅可以方便监控视频的实时有效展示,同时也可以降低视频存储以及网络传输的代价。目前现有的工作主要针对图像拼接问题,对于实时视频拼接的研究较少。本文提出了一种基于连续视频帧间关系的实时视频拼接方法。对于视频首帧,采用传统的配准方式,分别对图像进行特征提取和匹配,求解出图像间的变换矩阵。对于后续视频帧,计算每段视频的帧间关系矩阵,结合上一步中计算结果,对当前变换矩阵进行求解。在此过程中引入了 GPU并行技术,对特征提取流程进行加速,并对RANSAC算法进行了优化。之后,采用多分辨率融合法,实现了图像间的无缝缝合。经过实验验证,本拼接算法可以很好的实现实时视频的拼接任务,拼接后视频无明显卡顿,并能保证良好的拼接质量。
【图文】：

图像拼接

图像拼接的主要内容，是对待拼接图像的重叠区域进行分析，通过适当的方逡逑法确定其对应部分间的映射关系，然后对重合的部分进行融合，得到拼接图像。逡逑目前主流的图像的拼接方法一般包含图２－１所示流程：图像采集、图像预处理、逡逑图像配准、图像变换以及图像融合［１３＾逦逡逑图像获取逡逑图像预处理逡逑图像配准逡逑投影逡逑图像融合逡逑生成全景图逡逑图２－１图像拼接一般流程逡逑２．１视频图像的采集和预处理逡逑图像序列的获取是整个拼接流程的开始，其获取的途径有很多，不同的图像逡逑获取方式会得到不同的源图像，从而决定了后续流程中所采取的方法。因此需要逡逑根据不同的应用需求，选择合理的获取方式。本文中的实时视频来源于在线的监逡逑控摄像头，图像摄像头采集转发，通过网络到达计算机等待下一步的处理，具体逡逑的摄像头布置会在第五章中做出描述。逡逑在采集图像的过程中，会受到摄像设备以及拍摄环境的影响，使得获得的图逡逑像信息掺杂着种类繁多的噪声［１４］。图像的预处理就是在图像处理之前对其进行亮逡逑度均衡、去噪、几何校正等基本操作，简单的对这些噪声进行过滤，从而提高图逡逑像配准的准确率，以保证图像拼接的质量。逡逑５逡逑

示意图,架构,示意图,并行计算

图像处理的本质是大规模的矩阵运算，十分适合进行并行计算。而通常情况逡逑下，程序的计算工作都是由ＣＰＵ来完成的。而因为设计初衷和架构等方面的原逡逑因，ＣＰＵ在并行处理方面并不具有优势。图２－３所示为ＣＰＵ与ＧＰＵ架构对比示逡逑意图。逡逑Ｃｏｎｔｒｏｌ逦ＡＬＵ邋ＡＬＵ逦＿逡逑ＡＬＵ邋ＡＬＵ逡逑逦逦逡逑Ｉ邋，逡逑ｉ邋……ｉ邋：邋－逦ｊ邋……ｊ．．邋邋邋ｉ邋ｉ邋．＇逡逑ＤＲＡＭ逡逑ＣＰＵ逦ＧＰＵ逡逑图２－３邋ＣＰＵ与ＧＰＵ架构对比示意图逡逑ＣＰＵ作为整个计算机的中央处理器，其主要任务是应对各种复杂的运算，逡逑保证运行指令和系统数据能够及时分配到对应的执行单元，因此通常通过增加缓逡逑存来增加ＣＰＵ的分支预测以及逻辑控制能力。虽然如今普通ＰＣ都配备了多核逡逑ＣＰＵ，但在单一时钟周期内ＣＰＵ的每个核心只能处理一条线程指令。换句话说，逡逑ＣＰＵ所涉及的并行计算一般为指令级的，，并不适合用来进行纯粹的数据并行计逡逑算。与此相反，ＧＰＵ自从诞生以来，主要负责的是计算机图形渲染的相关工作，逡逑此类工作对于设备的并行性有较高的要求。因此为了提高处理能力和存储器带宽，逡逑１３逡逑
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41

【参考文献】