基于Shi-Tomasi算法的鸟瞰图像拼接技术研究

摘要

鸟瞰图像拼接技术是计算机视觉领域的一个重要研究内容，它是获得全景图像的必要步骤，对于实现大范围的视频监控来说是不可或缺的。单路的视频监控无法满足对范围覆盖的要求，存在盲区，而多路视频监控看起来总是不方便，无法使监控领域连贯起来，鸟瞰图像拼接技术可以很好的解决这个问题，在不增加摄像头的情况下，增加一个个全局的图像视角。目前周侧视角的图像拼接应用十分广泛，鸟瞰视角的图像拼接主要应用于遥感图像拼接和车载辅助驾驶系统，对于固定大场景环境监控环境下的研究比较少，所以本文有广阔的研究前景。
　　针对单路视频图像视角比较窄，多个单路视频图像看起来不直观，本文采用一种视频图像拼接方法，将两个单路摄像头拍摄的图像合成一个全局图像。针对常用算法无法解决当前视频拼接的问题，进行改进，人为的添加特定标志，提供特征点，设计并实现了基于Shi-Tomasi算法的鸟瞰图像拼接技术，成功实现图像拼接。主要工作内容如下:
　　(1)分析图像拼接的关键技术，针对图像拼接领域常用的三种特征提取算法进行分析和比较，模拟监控环境进行实验，对实验效果进行分析，评价算法在实际应用场景下的适应性，结合应用环境的特性，提出算法改进方向。
　　(2)在分析了图像拼接领域常用的特征点提取方法后，针对如何快速准确提取重叠区域的重要特征进行分析，采用人为设置结构特征的有效方法，结合Shi-Tomasi算法对特征进行有效的提取。通过研究三种颜色空间模型，采用HSV颜色空间特征来筛除干扰点，优化特征点提取效果，大大减少了特征点提取的数量，从而提高算法速度，并通过实验验证了算法的有效性。
　　(3)针对视频监控场景下图像拼接的要求，研究鸟瞰视点平面的计算原理，结合应用环境对实验图像进行变换，分析变换结果。针对变换后出现的图像模糊问题，采用插值算法对变换后的图像进行优化。对比分析常用的图像配准方法，针对拼接缝处的像素错位问题，采用融合算法进行优化。
　　(4)分析本文拼接算法在实际应用环境下遇到的问题，采用好的解决方法，搭建实验环境进行论证。分析硬件条件对整个拼接系统的影响，并对整个算法流程进行优化。

目录

声明

摘要

第1章绪论

1．1课题研究背景及意义

1．2国内外发展现状

1．2．1周视图像拼接发展现状

1．2．2鸟瞰图像拼接发展现状

1．3鸟瞰图像拼接面临的挑战

1．4课题研究内容及章节安排

第2章鸟瞰图像拼接关键技术分析

2．1图像拼接基本流程

2．1．1图像预处理

2．1．2图像配准技术

2．1．3融合技术

2．2基于Harris角点的提取算法

2．2．1 Harris角点提取流程

2．2．2实验平台

2．2．3实验结果分析

2．3基于ORB的特征提取算法

2．3．1 ORB特征提取算法流程

2．3．2实验结果分析

2．4基于SIFT的特征点提取算法

2．4．1 SIFT特征提取算法流程

2．4．2实验结果分析

2．5本章小结

第3章基于Shi-Tomasi算法的特征点提取改进方案

3．1结构特征提取算法分析

3．1．1基于纹理的特征提取算法

3．1．2基于形状特征的提取算法

3．1．3基于角点特征的提取算法

3．2颜色特征提取算法分析

3．2．1 RGB颜色模型

3．2．2 HSV颜色模型

3．2．3 CMY色彩模型

3．2．4颜色空间模型转化实验分析

3．3特征提取算法改进方案与实验验证

3．4本章小节

第4章鸟瞰视点变换及拼接技术研究

4．1鸟瞰视点变换

4．1．1采用透视变换实现鸟瞰视点变换

4．1．2鸟瞰视点变换结果分析

4．1．3采用灰度插值算法进行优化

4．2图像配准技术

4．2．1基于灰度值的图像匹配算法

4．2．2基于特征的图像匹配算法

4．2．3基于模板的图像匹配算法

4．3图像融合技术

4．3．1基于加权融合的图像融合算法

4．3．2基于多分辨率的图像融合算法

4．4本章小结

第5章鸟瞰图像拼接算法的应用研究

5．1拼接系统总体分析

5．1．1应用场景硬件条件分析

5．1．2结合场景对算法整体优化

5．2拼接算法应用场景分析

5．2．1特征无法检测场景下的图像拼接

5．2．2摄像机采光不均匀场景下的图像拼接

5．2．3场景与标志相对比例分析

5．3本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢