基于无人机POS信息的拼接方法

针对无人机航拍图像的特点,提出了一种基于无人机POS（Position and Orientation System）信息的拼接方法.首先根据POS参数计算出影像的四角点地理坐标,同时提取到相邻影像重叠区域的SURF特征,根据特征点的位置关系修正后面影像的地理坐标,然后按照影像地理坐标进行拼接,最后利用渐入渐出自适应权重策略对图像进行融合,得到了一副视觉效果良好的全景图像.     

基于DaVinci~(TM)的360°全景泊车影像系统的设计与实现

全景泊车影像系统通过安装在车身前后左右的4个超广角摄像头实时采集车辆四周的影像,经过图像处理器矫正变换和全景拼接后,形成一幅车辆四周的360°全景俯视图,并实时传送到中控台的显示设备上,驾驶员坐在车中即可看到车辆所处的位置以及车辆周围的障碍物,有效减少刮蹭、碰撞、陷落等事故的发生。系统采用TI公司的低成本高性能达芬奇DSP处理器TMS320DM6437和四路视频解码器TVP5158构成系统的硬件核心,以鱼眼矫正和鸟瞰变换算法以及全景拼接技术构成系统的软件核心,实现了具有高分辨率的画质和流畅处理速度的360°全景泊车影像系统。     

多组视频流的实时图象拼接

此文介绍了一个实时图象拼接系统.该系统从多个录像设备(如网络摄像头)采集的视频流中实时拼接出全景图象.本系统由两个主要摸块组成实时视频采集,实时图象拼接以及自动更新.为有效地实现图象匹配,该系统运用了基于多分辨率特征的方法.此算法较之传统的基于亮度的方法有着更多优点.实验结果显示上述系统实现了高质量图象拼接并明显地提高了实时处理的速度.本系统适合于如视频监控以及虚拟现实等应用.     

基于嵌入式系统的全景图像拼接系统设计

图像拼接是制作全景图的关键技术,但目前图像拼接算法主要应用于PC机。PC机虽然处理速度较快,但体积较大,不易携带也不灵活。本文基于嵌入式系统实现了全景图像的自动拼接系统,该系统能自动采集图像,并利用基于区域相关的图像拼接算法对采集的图像进行拼接,最终得到全景图像。实验证明,本文设计的基于嵌入式系统的全景图像拼接系统对静止环境下的图像拼接具有较好的效果。     

基于ASIFT算法的低重叠度无人机影像拼接方法

在无人机平台上采用低重叠方式成像能够大大提高数据获取效率,可满足包括应急救援和航空侦察等时效性要求很高的特殊领域应用需求。然而,此类影像具有重叠度低和旋转角大的特点,利用常规正射影像镶嵌的方法进行拼接往往带来较大的拼接误差。提出了基于ASIFT算法的低重叠图像配准方法,并对序列影像做光束法平差处理,得到最优变换矩阵后,结合多分辨率样条融合算法进行全景影像输出。实验结果表明:该方法可以获取足够数量稳定的匹配点对,较好地约束了序列影像之间的几何关系,得到的拼接影像无缝清晰,适应于低重叠度无人机影像的快速拼接。     

煤矿井下全景影像采集系统设计

针对现有全景影像采集装置因体积较大而不便在井下应用,且因采用点光源导致采集图像存在光照不均现象等问题,设计了一种煤矿井下全景影像采集系统,详细介绍了该系统本质安全型LED照明装置、本质安全型全景图像采集装置、智能车载里程记录仪、图像采集同步控制器等关键硬件设计方案及图像采集同步控制流程。测试结果表明,该系统能够快速、便捷地采集井下全景图像,图像质量较好。     

基于GPU的车载全景视觉系统

针对大、中型车辆在行驶、泊车过程中存在的视觉盲区以及多路视频全景拼接难以实时等工程化问题,本文设计出一种基于FPGA和GPU平台的多路相机安全驾驶辅助系统.FPGA实现图像数据采集、参数传递等预处理,在GPU上实现拼接算法的并行加速.在算法上优化实现多相机自动化标定,生成融合参数表以获取精确的融合配准关系.实验结果表明,该系统可适应多路鱼眼相机的实时拼接,在TX2上稳定的拼接速度可达到33 fps.     

基于全景成像的增强现实系统

建立完整的基于全景成像的增强现实系统,将全景图像采集系统放置在场景中采集真实图像,佩戴头盔显示器和头部跟踪器的观察者可以在其他地方观看在真实图像中添加了虚拟信息的增强图像,解决图像采集装置与头盔显示器分离时增强现实系统的技术难点。实验结果表明,全景成像方法对于亮度差异较大的图像有较好的拼接效果,适用于室外复杂环境的图像拼接,全景图像的局部增强显示效果良好。     

大旋角无人机影像全自动拼接方法研究

低空无人机抗风能力弱、稳定性差,影像旋偏角大且存在突变,无法按照常规正射影像镶嵌方法获得全区域拼接影像。为此,提出一种基于尺度不变特征变换(SIFT)特征匹配与多分辨率样条融合的低空无人机影像全自动拼接方法。对非量测影像进行畸变校正,利用查找表设计多幅影像快速畸变校正算法。采用SIFT特征的单应约束影像匹配算法,计算相邻影像的最优变换矩阵。给出最优变换矩阵的多分辨率样条融合影像拼接算法。实验结果表明,该方法能够获得大量稳定的匹配点对,影像间几何变换关系稳定,得到的拼接影像无缝清晰,适用于大旋角、低稳定性的低空无人机影像非摄影测量快速拼接。     

面向野外火灾监测的图像拼接技术研究

传统的火灾检测系统主要依靠传感器实现,由于设备长时间接触灰尘等其他因素,有很大的可能发生失灵或故障。基于上述的缺陷,将图像拼接系统应用在野外防火检测系统上将会产生更好的效果。通过摄像头采集的图像信息往往具有一定的视差,拼接后得到的全景图像易产生重影等现象。在进行多幅图像拼接时,拼接后的全景图像不能呈现出规则的矩形形状。针对上述问题,采用一种图像变形的方法来实现精确对齐,并利用Seam Carving算法将不规则的全景图像矩形化输出为规则的全景图像,最后将规则全景图像与原场景图像进行背景对比,从而达到火灾检测的目的。     

基于质量评价的无人机航拍图像拼接方法

针对大视差无人机航拍图像拼接中出现的错位、伪影问题,提出一种基于质量评价寻找最佳拼接缝的方法QEB-U。首先通过常规拼接缝估计得到初始拼接缝,然后根据无人机航拍图像的特点,综合考虑结构相似性、色差、纹理复杂度,提出一种新的质量评价函数对拼接缝上的每个像素进行评价,进而根据评价结果更新差异代价,之后再重新估计拼接缝。估计和评价过程重复执行,直到拼接缝趋于稳定则停止迭代,最后通过梯度融合生成最终结果。实验结果表明,所提方法可以避免大视差无人机航拍图像拼接中出现错位、伪影,优于目前几种无人机航拍图像拼接方法,且得到的拼接缝优先穿过道路、林地等区域,更加符合人类视觉感知,在常见的图像清晰度评价指标上表现良好。     

基于三分量自主意识UAV路面遥感图像拼接算法

针对在检测过程中需要高分辨率的全景图像分析路面病害特征参数的问题,提出了一种具有三分量（3c）动态自主意识的遥感路面病害图像拼接算法。基于目标识别、主动立体视觉确定UAV系统在三维结构中的自主意识;采用增量搜索策略基于几何约束将SIFT点特征三角化;结合PNP—RANSAC算法找到最佳匹配面进行误匹配剔除;利用三角函数理论对图像进行融合。实现对长线程病害路面图像数据集的快速准确拼接。特征搜索时间平均为未使用增量搜索策略的43.45%,拼接准确率在88%以上。实验数据表明,基于三分量自主意识的UAV路面遥感图像拼接系统可以有效地应对长线程路面病害图像。     

基于控制点配准算法的无人机遥感影像自动无缝拼接技术

传统无人机遥感影像自动无缝拼接技术无法精准匹配影像信息,导致无人机遥感影像拼接结果出现大量缝隙,拼接效果差。因此提出了基于控制点配准算法的无人机遥感影像自动无缝拼接技术。遵循无人机影像成像原理,获取无人机遥感影像,并将数据以图像格式文件形式存储。设置阈值,剔除最邻近域和次邻域比值大于阈值的控制点,对影像坐标平移和缩放数据标准化处理,彻底消除坐标变换对图像配准影响。构建相似变换矩阵,获取新的控制点集,使用直接线性变换算法预估变换矩阵,得到线性解。经过粗、细配准,确定不同图像重叠区域。搜索最佳拼接线,使用加权平均融合法消除拼接缝,由此设计拼接流程。由实验结果可知,该技术能够精准匹配影像信息,检测到影像最大分辨率为1000*800,具有良好拼接效果。     

基于改进AKAZE特征的无人机影像拼接算法研究

针对目前无人机影像拼接时间效率较低,效果较差的问题,提出一种改进的AKAZE特征的无人机影像拼接算法。算法在影像匹配阶段利用BRISK描述符来代替M LDB描述符;采用特征点尺度信息和均方根误差作为约束条件剔除错误匹配;另外,将并行运算的思想应用于特征点提取和特征描述符的计算中来提升算法的时间效率。在影像融合阶段,利用RANSAC算法与LM算法相结合进行单应矩阵计算,以提高其计算精度,并采用多频段融合算法实现影像拼接。实验表明：通过改进算法在有效提升时间效率的同时,可以获得较高准确率和较高精度的匹配结果,实现无人机影像的快速无缝拼接。     

基于ORB特征的无人机遥感图像拼接改进算法

针对传统的SIFT算法运行速度较慢、不适合处理实时性要求高的无人机遥感图像的缺点,提出了一种基于ORB特征的快速遥感图像拼接改进算法。首先通过ORB算法快速得到特征点和特征描述,采用K最近邻算法（KNN）进行粗匹配,然后采用随机抽样一致性算法（RANSAC）进行精匹配,最后使用改进的加权平均方法对图像进行融合拼接。实验结果表明,该算法在保证匹配精度的基础上,处理速度较经典的SIFT算法提高了41倍。在图像融合时,该算法能有效地消除拼接重影错位现象。     

一种基于SSEQ算法的低空无人机影像快速成图方法

针对现有的无人机因飞行高度较低、视野小、获取影像像幅较小导致影像处理时数量剧增且部分影像质量较差等问题,提出一种基于SSEQ算法的无人机影像快速成图方法。该方法首先对无人机影像进行降采样和分块处理,提取影像局部块上的空间熵和频谱熵信息;然后利用SVM和SVR进行训练、预测和回归,评定影像质量;最后依据评定结果筛选出高质量影像完成拼接实验,并提取控制点的图上坐标,记录实验耗时。实验结果表明,基于SSEQ算法筛选后生成的正射影像与原始影像拼接生成的正射影像精度接近,拼接效率提高39.27%。     

基于仿真的无人机遥感图像拼接误差分析

针对多幅无人机遥感图像连续拼接时,累积误差逐渐增大导致拼接的图像严重扭曲变形的问题,提出了一种基于前方交会的投影误差修正算法。该算法根据前方交会原理,解算出同名点对所对应3D点的空间坐标;然后,将所有3D点正射投影到同一物平面上,并将正射点重投影到像平面上,获取校正后的同名点对;最后,利用M估计抽样一致性(MSAC)算法估计单应性矩阵,并进行图像拼接演示。仿真实验结果表明,所提算法能有效地消除投影误差,进而达到抑制无人机遥感图像拼接误差的目的。     

一种改进的全视角人脸纹理图像生成方法

传统的全视角人脸纹理图像生成方法计算量大、鲁棒性差,不能很好地解决配准和接缝问题。为此,提出一种改进方法。对待拼接的人脸图像进行归一化处理,利用基于列特征向量的灰度值匹配算法实现图像的精确匹配,使用双重融合算法处理重叠区域,使图像平滑过渡。实验结果表明,该方法匹配速度较快、鲁棒性较强,能有效消除误匹配。     

基于网格运动统计算法和最佳缝合线的密集重复结构图像快速拼接方法

针对常用的图像拼接算法对具有密集重复结构的图像会产生大量误匹配点从而出现明显鬼影且耗时较长的问题,将网格运动统计（GMS）算法与最佳缝合线算法相结合,提出了一种密集重复结构的图像快速拼接方法。首先,在图像的重叠区域提取大量粗匹配点;接着,采用GMS算法进行精匹配,然后在此基础上估计变换模型;最后,采用基于动态规划思想的最佳缝合线算法完成图像拼接。实验结果表明,将所提算法应用于两组具有密集重复结构的图像上,不仅可以有效消除鬼影,得到理想的拼接效果,而且显著减少了拼接时间;平均拼接速度分别是传统尺度不变特征变换（SIFT）和加速稳健特征（SURF）算法的7.4倍和3.2倍,分别是结合区域分块的SIFT算法和SURF算法的4.1倍和1.4倍。所提算法能够有效地消除密集重复结构拼接时的鬼影,同时缩短了拼接时间。