基于视频流的图像拼接技术研究与实现

发布时间：2023-03-14 21:40

　　基于视频流的图像拼接技术是提取一段视频中的若干关键帧,将关键帧重叠区域的图像进行特征点配准、边界缝合后生成一张完整的拼接图像,该技术在计算机图形学、视频监控、无人机航拍图像、遥感影像等领域展示了广阔的应用前景和价值。随着计算机技术和信息化的快速发展,图像拼接技术可以准确高效地将视频流中的关键信息以图像的方式展现出来,满足实时性的要求。铁路交通监控视频就是其中的典型代表,通过研究图像拼接技术,及时发现安全隐患,保障社会生活的有序运行。但是由于视频数据量大,计算方式复杂,且图像容易发生畸变,目前仍存在许多问题。比如:视频关键帧的自动提取、图像特征点和特征区域的选取、图像融合平滑过渡等等。这些问题的解决,将会对基于视频流的图像拼接技术产生较大的推动作用。因此,本文从视频图像拼接技术的具体需求出发,在研究一系列传统的图像拼接算法的基础上,结合目标检测和深度学习领域的关键技术,设计了一套基于视频流的图像拼接算法,主要内容可概括如下:(1)设计基于目标检测的关键帧提取算法针对视频关键帧的自动提取技术,通过卷积神经网络(CNN)在目标检测领域的应用,设计了一种基于目标检测的关键帧提取算法。其中包括选...

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状及发展趋势
    1.3 本文主要研究内容与技术路线
        1.3.1 主要研究内容
        1.3.2 技术路线
    1.4 论文结构安排
2 相关技术理论基础
    2.1 图像拼接的基本原理
    2.2 关键帧提取中的卷积神经网络
        2.2.1 卷积神经网络典型结构
        2.2.2 卷积神经网络训练方法
        2.2.3 卷积神经网络常用模型
    2.3 图像配准
        2.3.1 图像配准定义
        2.3.2 图像配准流程
        2.3.3 图像变换模型
    2.4 图像融合重构
    2.5 本章小结
3 基于目标检测的关键帧提取算法研究
    3.1 传统的关键帧提取算法
    3.2 基于目标检测的关键帧提取算法
        3.2.1 基于SIFT特征的关键帧粗识别
        3.2.2 基于卷积神经网络的关键帧精识别
    3.3 关键帧提取结果与分析
        3.3.1 测试视频
        3.3.2 评价指标
        3.3.3 实验结果
    3.4 本章小结
4 基于重合区域极值检测的SIFT图像拼接算法研究
    4.1 基于特征点的图像拼接算法概述
        4.1.1 Moravec角点检测算法
        4.1.2 Harris角点检测算法
    4.2 基于重合区域极值检测的SIFT图像拼接算法
        4.2.1 重叠区域特征点极大值提取
        4.2.2 特征点的配准
        4.2.3 基于渐入渐出阈值分界的图像融合
    4.3 图像拼接效果评价指标
    4.4 本章小结
5 算法实现与性能分析
    5.1 系统设计目标
    5.2 系统开发环境
        5.2.1 开发环境
        5.2.2 开发工具
    5.3 实验结果仿真与分析
        5.3.1 关键帧图像提取效果
        5.3.2 列车图像拼接效果
        5.3.3 实验结果分析
    5.4 本章小结
6 总结与展望
    6.1 研究工作总结
    6.2 未来工作展望
攻读学位期间参加的科研项目及发表的学术论文
致谢
参考文献



本文编号：3762802