大视差场景下的动态视频图像拼接技术研究

发布时间：2021-11-23 04:16

　　图像拼接以及视频拼接技术被广泛应用于全景地图、临床诊断、视频监控、虚拟现实等众多领域中。满足单点透视假设下的图像拼接已取得了显著性进展,但由于图像获取过程中难以达到单点透视假设的要求,或获取动态视频时摄像头之间存在抖动以及位姿差异,造成图像之间视差过大,使得产生清晰、自然的拼接结果变得困难。相比于图像而言,视频内容更丰富,可以给人带来更好的视觉体验,视频可以看作是由时间上连续的多帧图像组成,因此,视频拼接以图像拼接为基础。对于动态视频拼接而言,若仅仅使用图像拼接技术将视频对应帧图像拼接在一起,会导致拼接结果中存在抖动现象,因此,为了获得稳定的视频拼接结果,还需要考虑视频稳像问题。针对大视差场景下图像拼接容易出现模糊、重影的问题,研究缝合线主导的图像拼接方法,提出基于多平面多感知缝合线的大视差图像拼接算法。首先,为解决大视差场景下存在多个对应平面的问题,基于多平面产生对齐候选单应性矩阵,每个单应性矩阵能实现图像中平面的一对一对齐;同时,考虑人眼对图像颜色、边缘以及显著度的多感知特性,提出基于多感知缝合线的图像融合方法生成拼接缝合线,以此缝合线为拼接边界将图像拼接在一起,拼接结果看起来更自... 

【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

谷歌街景示例图

2相关理论与技术研究112.2图像预处理(ImageRegistration)图像获取过程易受到相机硬件以及环境等诸多因素的影响，造成图像中出现畸变、曝光差异、模糊等现象，图像预处理可以在一定程度上提高图片质量，为后续图像配准、融合的精准计算奠定基础[36]。通过图像平滑技术对图像进行处理，可以达到增强图像品质的效果。图像产生以及传输的过程中都容易受到噪声的影响，噪声指的是存在于图像中的干扰信息，会造成图像信息缺失、降低图像的清晰度。图2-4展示了在图像上加入椒盐噪声的结果，其中图2-4(a)为原图像，图2-4(b)为加入椒盐噪声[37]后的图像，可以看出，噪声遮挡了部分图像像素，使图像可观看性降低。由于噪声淹没部分图像像素，使得特征提取时无法获得准确的特征点，特征点是计算图像变换模型的基础，输入图像中存在噪声势必会影响图像拼接的精度，使用合适的图像平滑算法便可以达到去除输入图像中的噪声的目的。(a)原图像(b)含椒盐噪声的图像图2-4椒盐噪声示例Figure2-4Exampleofsaltandpeppernoise图像数据中噪声点往往与周围像素点有较大的差异，因此常使用滤波的方法达到去除图像噪声的目的。根据滤波空间的不同，图像平滑方法可以分为频域滤波和空域滤波两种。频域滤波方法首先把图像转换到频率域中，然后使用低通滤(2-8)0000001dx000010010011011u0uUdxufVvZyZv01dydy1xRT1vf001x0fu000yfv00000101U01W1RTV1W

硕士学位论文12波器去除图像中的高频噪声点。空域滤波依据噪声点与其周围像素点灰度值差别较大的特性，直接对图像像素的灰度值进行处理，以达到图像平滑的效果，下面详细介绍三种经典的空域滤波方法。2.2.1均值滤波均值滤波[38]通过滑动滤波模板的方式，对模板覆盖区域内的全部像素点的灰度值取平均，并令其作为模板中心位置处像素点的灰度值。假设均值滤波模板尺寸为K*K，模板覆盖范围为Ω，灰度值为F(x,y)的像素点经过均值滤波后变为f(x,y)，则其滤波过程可以表示为：21(,)(,)FfxyFxyK(2-9)均值滤波通过取像素点周围像素的平均值，来消除图像中突兀的噪声，达到降噪的效果。虽然其计算复杂度低、效率高，但是取均值的操作会模糊掉图像中的边缘信息，造成图像边缘特征丢失，降低图像清晰度。通常图像模板尺寸越大，去噪能力越强，同时去除噪声后的图像越模糊。将被椒盐噪声干扰的图2-4(b)，经过均值滤波后结果如图2-5所示，通过对比可以看出，均值滤波在一定程度上降低了椒盐噪声对图像的干扰，但由于图像边缘信息的缺失，图像清晰度也随之降低。(a)含椒盐噪声的图像(b)均值滤波后图像图2-5均值滤波效果Figure2-5Effectofmeanfiltering2.2.2高斯滤波高斯滤波[39]使用高斯滤波模板模板覆盖范围内像素点灰度值的加权平均，代替中心点处像素灰度值，以达到图像平滑的目的。高斯滤波模板系数服从高斯分布：222221(,)2xyGxye(2-10)

【参考文献】：
期刊论文
[1]数字化全脊柱拼接与MRI在青少年脊柱侧弯诊断中的价值[J]. 黄福立,吴俊哲,黄思哲,任明达,孙奎.  中国卫生标准管理. 2019(16)
[2]Sentinel-1宽模式的SAR图像拼接及大区域海岸线快速提取[J]. 余不凡,郎文辉,任莎莎,赵子航.  地理与地理信息科学. 2019(04)
[3]基于拼接缝自适应消除和全景图矫直的快速图像拼接算法[J]. 杨春德,成燕菲.  计算机应用. 2019(10)
[4]一种高性能SAR图像边缘点特征匹配方法[J]. 陈天泽,李燕.  自动化学报. 2013(12)



本文编号：3513108