靶场测量中多镜头大视场视频图像拼接

摘 要：目的：为了得到靶场测量中需要的大视场全景视频图像,建立了多镜头大视场视频图像自动拼接系统,对该系统所采用的图像匹配、标记重叠区、无缝拼接等算法进行研究。方法：首先,介绍小波变换和小波包原理。接着,分析了根据小波系数进行匹配的小波变换图像匹配算法。然后,分析了比较旋转标记重叠区算法,即先匹配出多个拟重叠区,旋转后再做匹配计算,进而标记出唯一重叠区。最后分析了基于小波包变换的图像无缝拼接算法,即对图像作小波包变换,按频率融合小波系数,再根据这些系数恢复图像。结果：实验结果表明：本系统将四个 1.1°×0.88°的视场拼接得到一个大约3.3°×1.76°的大视场,拼接图像平滑无明显裂缝,处理速度可达10帧/s。结论：基本满足了靶场测量中大视场视频图像的需求。     

一种改进的基于形变方法的图像拼接算法

为实现存在形变和曝光差异的图像之间的无缝拼接,提出一种改进的基于形变方法的图像拼接算法.该算法对已经配准的待拼接图像的重叠区域进行图像融合,先利用直方图匹配法使两幅待拼接图像分别生成符合对方曝光程度的图像,然后利用基于水平集的序列图像生成算法得到在两种曝光程度下的融合图像,再结合多分辨率图像拼接算法和动态规划最佳缝合线查找法对得到的融合图像进行拼接,最终获得拼接图像.通过对合成图像和标准数字图像的模拟拼接实验表明,该算法能同时实现图像形变和曝光差异的平滑过渡.     

大尺寸铸件视觉测量拼接技术

针对大尺寸铝合金铸件的视觉测量,研究了图像拼接方法。首先利用经过标定的摄像机采集多幅具有重叠区域的序列图像,然后使用Harris和RANSAC算法提取精确特征点,并进行相邻图像重叠区域的特征点匹配,生成了完整的工件图像,最后,通过实验验证了该方法的可行性。     

面向汽车车架纵梁检测的序列图像快速拼接算法

根据汽车车架纵梁检测的实际要求，构建了实时视觉检测的系统装置。提出了一种改进的基于频域的FFT 拼接算法，用于拼接汽车车架纵梁的序列图像。该算法首先在相邻图像的重叠区域选取一块较大的区域，构成一幅新的图像，然后求出两幅图像的互功率谱，经傅立叶反变换后得到一个二维脉冲信号。通过求该脉冲信号的最大值来获得图像的配准参数。然后，提出了一种新的基于Canny算子的加权图像平滑算法用于图像的融合。该算法对于图像的光照变化和噪声等因素具有一定的适应性，而且拼接速度较快，适用于大量有特征序列图像的快速拼接。     

改进的基于ORB特征的视频实时拼接技术

为了保证在拼接效果的基础上提高视频拼接技术的实时性,选择基于ORB算法实现特征检测,并在此基础上采用了一系列的策略。首先引入了ROI,将待检测的图像序列划分为感兴趣区域和非感兴趣区域;然后采用ORB特征算法和使用二进制串的汉明距离进行图像特征的检测、描述与匹配;再通过参数估计算法PROSAC对特征匹配点对提纯并鲁棒地计算出变换矩阵H,最后采用位置加权平滑算法进行图像融合。实验结果表明,使用的算法速度快,鲁棒性能好,适用于视频实时拼接。     

图像自动拼接融合的优化设计

为了扩大摄像机拍摄图片的视场范围,提出了一种结合频域和空域进行图像序列自动拼接融合的优化算法。基于频域相位相关方法改进排序并确定重叠区域,使用改进的Harris算子在空间域提取图像角点(无需人工设定阈值),并通过双向最大互相关系数匹配获得初始特征点对;然后,用RANSAC法实现精确匹配;最后,利用图像均值结合线性加权函数实现图像的整体亮度调整和融合拼接。实验结果表明,该优化算法排序过程简单有效,特征提取匹配过程不仅提高了拼接成功率,其单次拼接时间较现有算法也提高了40%左右;另外,该算法较好地解决了图像间对应点难以确定的问题,对光照变化图像的拼接融合取得了满意的效果。     

一种基于区域匹配的图像拼接算法

本文提出了一种基于区域匹配的图像拼接算法,将一幅图像分别从左上、左下、右上、右下四个方位逼近另一幅图像,并在其上作水平平移,对两幅图像的重叠区域进行相关度计算,以获得最佳匹配点,实现拼接操作.该算法的有效性及精准性得到验证,结果令人满意.     

基于DIB图像的拼接

图像拼接是在我们日常生活中经常遇见的问题,尤其在全景视频系统、地理信息系统等应用中经常遇到.基于像素匹配的方法,对边界部分有重叠的图像提出了一种行之有效的对准算法,并通过平滑因子对图像实现了无缝拼接.在实现中,应用了文档视窗模型实现了该算法,并完成了位图文件的显示、存储等操作,具有一定的普遍意义.     

基于LAMOST摄像机标定图像拼接技术

为解决大视场视觉测量中的摄像机标定难题,提出了基于摄像机标定的图像拼接技术.并通过基于LAMOST标定实验验证了这种拼接算法的可行性.     

基于多特征融合的视频火焰检测技术研究

基于彩色监控视频图像,利用火焰影像的时间运动特性,采用混合高斯背景建模方法从监控视频图像序列中提取出运动前景像素;在RGB色彩空间模型中通过火焰颜色的加权判别算法提取出具有火焰颜色的运动像素区域;最后,提出一种基于统计频率计数的火焰频闪特征识别方法,用于将视频图像中真实的火焰区域从具有火焰像素颜色的运动区域中区分出来。Matlab仿真结果表明,该算法具有很高的有效性和鲁棒性,能够应用实际的视觉火灾检测系统之中。