多投影仪拼接显示的实现

介绍了一种基于PC和普通投影仪实现多屏幕无缝拼接的方法,该方法利用一台摄像机使系统快速、准确的校正。分析了系统的结构和用到的关键技术,包括几何校正、边缘融合、颜色校正。     

多通道大屏幕图像无缝拼接技术研究

本文着重介绍了基于PC机大荧幕图像显示中利用多通道进行无缝拼接的方法。利用普通的投影机和PC机一起构造出系统的硬设备,利用线性函数的融合法和具有交互式特点的软件几何校正法,可以快速的在多通道中进行图像的融合拼接,这种拼接方法不仅可以提高拼接效率,而且在很大程度上降低了制造成本和后期维护成本,具有很高的市场推广和应用价值。     

多通道大屏幕图像无缝拼接技术研究

本文着重介绍了基于PC机大荧幕图像显示中利用多通道进行无缝拼接的方法。利用普通的投影机和PC机一起构造出系统的硬设备,利用线性函数的融合法和具有交互式特点的软件几何校正法,可以快速的在多通道中进行图像的融合拼接,这种拼接方法不仅可以提高拼接效率,而且在很大程度上降低了制造成本和后期维护成本,具有很高的市场推广和应用价值。     

摄像机图像序列的全景图拼接

全景图是虚拟现实和计算机视觉中一种重要的场景表示方法 .通常获得高质量的全景图需要使用昂贵的专用设备 ,而且拍摄时需要精确地校准摄像机 .从普通摄像机图像拼接是获得全景图的一种低成本而且比较灵活的方法 .文中提出一种新的摄像机图像拼接算法 ,利用摄像机绕垂直轴旋转 36 0°依次拍摄的照片序列 ,拼接圆柱面全景图 .该算法不要求校准摄像机 ,对相邻帧之间摄像机的转角也没有严格的限制 ,而且不受帧间光照强度剧烈变化的影响 .从实验结果看 ,该算法获得了理想的拼接效果     

多摄像机图像拼接自动色彩均衡算法

针对多摄像机视频图像,分析了图像拼接技术中存在的问题,讨论了目前图像处理中常用的图像色彩均衡算法,提出了一种基于图像像素均值统计的亮度和色彩均衡处理算法。首先提取相邻两摄像机同步帧图像的重叠区域并对重叠区图像进行通道分离（RGB）,把其中一幅作为参考图像,另一幅作为目标图像,分别统计两幅图像各颜色通道像素均值差,用差值强制修正整幅目标图像。然后对修正后的图像和参考图像（整幅图像）进行颜色空间转换（RGB到HSV）,再次统计两幅图像亮度通道（V通道）均值差,用差值强制修正整幅目标图像亮度。实验结果证明,该算法能有效校正相邻摄像机图像的亮度和色差,对后期的拼接融合处理起到了很好的改善效果。     

图像拼接技术

Image mosaics have been an active area of research in the fields of computer vision,image processing and computer graphics in recent years.The automatic fast construction of unlimited field of view,high-resolution image mosaics is a main research task of this area.According to the procedure of image mosaics,the paper introduces and discusses image acquisition,geometric corrections,image register and image blending in detail.In the last part of the paper,we make a discussion on some problems of research and point out the future research directiions.     

基于SIFT算法的全景图像拼接技术研究

全景图像拼接技术即通过将部分重叠区域的图像合成以描述某个场景信息的360度圆形图像.引用一种新型的基于SIFT （尺度不变特征变换）特征匹配的图像排序算法,实现图像的有序排列,针对图像拼接存在的误匹配点较多、耗时较长等问题,结合FAST算法进行特征点提取,接着针对相邻有序图像间的亮度差异采用自动校正操作,削弱了相邻图像间的亮度差异,并结合改进的Ransac算法剔除误匹配点对,最后用加权平衡算法实现图像的快速融合.实验结果表明该优化排序算法稳定、高效.     

边缘特征点的多分辨率图像拼接

提出一种映速有效的边缘特征点提取方法,实现多分辨率图像融合从而完成拼接.构建边缘图像的Gauss金字塔,从中提取稳定的特征点完成图像配准.复用金字塔信息实现图像融合,缩短整体拼接的时间.对方法进行仿真,实验结果表明误匹配特征点个数极大减少,配准精度提高到亚像素水平,同时配准和拼接的时间也大幅减少.最后从实验上分析精度提高的原因.     

基于单应性矩阵的大尺寸零件视觉测量图像拼接方法

针对视觉检测技术对大尺寸复杂零件测量精度低的问题,提出一种基于单应性矩阵的大尺寸零件视觉测量图像拼接方法。首先建立世界坐标系→相机坐标系→投影坐标系→图像坐标系之间的归一化模型,提炼出简单易懂的坐标变换表达式H;然后对摄像机进行多次标定,确定像素当量、拍摄视场及焦距;再获取零件图像,利用前面得到的最简坐标表达式H得到拼接图像之间的配准,最后完成若干副图像的拼接,把拼接结果和SURF特征点方法及向后映射模型归一化的拼接结果进行比较。结果表明,该方法可以大大减少大尺寸零件拼接的时间,较SURF特征点方法和向后映射拼接用时分别降低86.55%和67.30%,拼接精度远高于SURF特征点方法和向后映射方法,分别提高了50.95%和25.08%,测量精度满足大尺寸零件检测精度要求。     

基于计算机视觉的高精度图像拼接

图像拼接是大幅面图像测量过程中非常重要的一个环节,其拼接精度的高低直接影响测量结果的精度。介绍了视觉检测系统的基本组成和原理,并重点阐述了基于计算机视觉的高精度大幅度图像拼接。     

车位图像畸变的矫正与拼接研究

为了实现停车场空车位的快速检测和查询,提出一种车位图像畸变的矫正与拼接方法,将相邻摄像头拍摄的具有一定重叠区域的视频图像拼接为一幅能够全面描述停车场车位信息的大视场图像,从而为停车场空车位的快速检测做准备。由于停车场摄像头安装的视角偏移和透视效应,造成拍摄的图片存在纵向和横向畸变,为了直观地显示整个停车场各个车位的占用、空闲信息,同时也为了方便车辆管理,先将各个车位逐一矫正成同视角图片,然后再进行拼接,从而便于用户直接观察停车场中的空车位,也有利于需要自动检测车位时进一步进行图像处理。     

一种适于移动设备的全景图快速拼接方法

针对传统移动端全景图生成方法存在拼接速度慢、消耗内存以及存在接缝和“鬼影”等问题,提出了一种适用于移动设备的全景图生成算法。算法首先对源序列图像进行色彩校正,从而保证色彩及亮度均匀,以缩短后期图像融合时间;然后在全景图拼接过程中检测“鬼影”,同时运用梯度域目标移除和区域填充方法移除“鬼影”,利用泊松融合进行拼接后的平滑处理;同时在图像拼接过程中优化了内存分配机制,以减少在图像拼接过程中的内存消耗。通过编程实现了该算法,在配置为332MHz处理器和128MB内存的手机上对不同光照下拍摄的分辨率为1280×720的照片进行测试,并与传统的全局全景图拼接算法进行对比,若利用全局全景图拼接算法对2至9张源序列图像进行拼接,内存消耗为12.3~23.6MB,而提出的算法占用更少内存,分别为9.9~14.5MB。实验结果表明该方法消除图像接缝及“鬼影”较彻底,拼接速度快且节省内存,生成的最终全景图质量较好,可用于移动设备上的全景图拼接。     

图像拼接方法综述

概述了图像拼接的基本理论和一般过程,分类介绍了各种图像配准方法的原理和优缺点,重点分析了基于特征的图像配准技术,详细阐述了随机采样一致算法在基于特征的图像配准技术中的应用.     

彩色图像最优拼接线的改进算法研究

讨论了彩色图像的精确拼接问题,针对拼接时重叠区域和拼接线附近出现的模糊、错位、穿越等问题,提出了根据待拼接图像重叠区域像素点邻域内的颜色和纹理作为特征的能量计算公式,并提出树形搜索方向的动态寻找最优拼接线算法。实验部分将提出的算法与其他方法进行了对比,结果表明,该方法不仅可以很好地克服掉上述“鬼影”问题,解决寻找拼接线时出现的穿越现象,也可以最大限度地实现拼接线两侧图像间的过渡连续。     

基于半投影翘曲的无人机图像拼接方法

为了解决无人机图像在拼接过程中出现的错位、重影等造成图像失真的问题,提出一种基于半投影翘曲的无人机图像拼接方法。首先估计图像的全局投影变换矩阵;然后根据待拼接图像的重叠情况,以及投影变换和相似性变换的连续性,求解出过渡变换矩阵和相似性变换矩阵,得到最终的半投影变换矩阵;最后构建图像重叠区域的差异矩阵,以此为基础获取重叠区域的差异性区域。使用分区融合策略,在差异性区域进行单采样,其他区域进行距离加权融合。实验结果表明,该方法可以很好地拼接由于视角变化、地势起伏等造成视差的无人机图像,得到的拼接结果自然清晰,效果优于其他先进算法。该方法有效地解决了无人机图像拼接错位、重影的问题,在多项定量指标上表现良好。     

非线性约束下的准单应变换图像拼接算法

针对准单应变换图像拼接算法造成图像非重叠区域存在纵向投影失真的问题,提出了一种基于非线性约束的图像拼接算法.首先,该算法利用非线性约束来平滑过渡分界线左右的图像区域;然后,利用抛物线方程替换准单应变换的直线方程;最后,利用网格化的方法提高图像纹理映射的速度,并利用基于最佳缝合线的方法融合图像.对于尺寸为1200像素×1...     

基于SIFT特征匹配的图像无缝拼接算法

基于尺度不变(SIFT)的特征匹配思想和像素加权平滑的图像融合思想,提出了1种鲁棒、精确的图像拼接算法,从而解决尺度、视角及光照变化较大情况下图像拼接问题。SIFT特征匹配算法利用128维向量对特征点进行描述,利用最近邻法完成2幅图像特征点的匹配。对于粗匹配产生的误匹配对,应用随机抽样一致性算法(RANSAC)进行筛选,同时估计模型参数,并借鉴加权平滑算法消除拼接图像之间的缝隙,进一步提升拼接效果。实验结果表明,该算法在继承了SIFT算法鲁棒性的同时,进一步提升了拼接精度,降低了图像亮度等差异的影响,使拼接图像自然逼真。     

基于颜色不变量和SURF的彩色图像拼接

提出了一种基于颜色不变量和SURF算法相结合的彩色图像拼接方法。该方法利用图像彩色信息计算得到的颜色不变量信息代替灰度信息作为输入,提取图像SURF特征点并进行特征点匹配,根据相似性变换原理对误匹配点进行过滤,提高变换矩阵计算的准确率,采用亮度渐变原则对重叠区域进行像素平滑过渡,实现图像无缝拼接。实验结果表明,该方法在保持算法的快速性和准确性的同时,获得的配准点多而且准确,采用亮度渐变原则拼接增强了对光照变化的鲁棒性,且有效地消除了拼接痕迹,在图像拼接和地质分析领域有一定的实用价值。     

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。     

Development of a parameterization image stitching algorithm for ultrashort throw laser MEMS projectors

We present a novel design of a parameterization image stitching algorithm for ultrashort throw laser MEMS projectors. The resultant method allows the use of projectors with short or even long throw ratios to achieve ultrashort throw projection through a parameterized algorithm to stitch multiple images into one single frame, alleviating the trade‐off between the resolution and frame rate in conventional laser MEMS displays. To evaluate the effectiveness, we construct a test system that consists of three off‐the‐shelf projectors with a throw ratio of 1.3 and three planar reflective mirrors. Using our method, the integrated system yields an ultrashort throw ratio of 0.26, greatly reducing the projection distance from 12 to 2.6 ft for the 120‐in. screen in diagonal. Moreover, our algorithm can be fine‐tuned to correct for image distortion, intensity variation, and edge mismatch induced by two‐axis light beam steering, thereby further improving the image quality.