论文部分内容阅读
视频拼接就是将多个摄像机采集的一系列具有重叠区域的视频帧进行拼接处理,最终合成为一个具有更宽视角的视频帧,与单目摄像机采集获得的视频帧相比,视频拼接获得的视频帧视场更大,具有的信息更加丰富。视频拼接在智能监控、视频会议等领域有着广泛的应用前景,因此关于视频拼接技术的研究具有重要意义。从视频图像的采集到最终拼接完成,主要涉及特征点检测提取算法、图像配准算法、图像融合算法等关键技术,其具体的实现过程中主要存在实时性和视觉效果两大问题,为满足现代智能监控系统的应用需求,本文提出了一种基于改进SURF和RANSAC的视频拼接算法:首先,利用改进后的SURF算法进行特征点的检测和提取;随后,利用改进后的RANSAC算法消除误匹配点对;最后,利用渐入渐出加权平均法进行融合处理,生成宽场景视频。本文主要研究内容包括:(1)对图像拼接领域内的主要技术原理进行了详细的分析,主要讨论和分析了其中的图像拼接基本流程、摄像机成像几何基础、图像拼接基本变换模型以及图像配准技术,确定了以特征点配准技术来配准待拼接视频图像的算法思想。(2)对经典的图像特征检测算法SURF算法进行了详细的分析,并在原算法的基础上并提出了一种改进的SURF算法。改进的SURF算法首先对生成的特征描述符进行降维处理,随后,设置ROI,对特征点的检测区域进行限定,最后通过实验验证了算法的可行性和优越性。(3)提取SURF特征点后需进行图像配准,为此本文对传统粗匹配方法和提纯方法进行了分析,并对传统RANSAC算法进行改进,改进后的RANSAC算法首先对已匹配特征点进行预筛选处理,然后通过对特征点所在区域分区的方式避免了特征点过近导致的算法不稳定精确度差的问题。实验结果表明,改进后的RANSAC算法具有更高的运行效率和更强的鲁棒性。随后,分析了经典的图像融合算法,通过对其融合结果的比较,选择渐入渐出加权平均法进行视频融合,实现视频动态拼接。(4)搭建视频拼接实验仿真环境,利用Visio Studio 2008和OPENCV4.1,完成了基于本文提出算法的视频拼接系统程序设计,实现了对两个视频帧的动态拼接。仿真运行结果显示,本文提出的算法可以有效地实现动态视频拼接,并且生成的全景视频有较好的视觉效果和较高的实时性。