基于改进随机抽样一致算法的视频拼接算法

为了解决实时视频拼接中的鬼影和拼接缝问题,提出了一种基于改进随机抽样一致算法的实时视频拼接算法。首先,针对双目摄像头的重叠区域,采用加速鲁棒特征算法提取特征点,寻找特征匹配点对;然后利用改进的随机抽样一致算法去除误匹配点对,获得最优单应性矩阵;最后,对重叠区域像素进行动态融合处理。实验结果表明,采用本文算法可以有效地消除视频重叠区域的拼接缝和鬼影,同时可保证视频拼接系统的实时性。     

基于特征点匹配的视频图像实时拼接系统

提出了一种基于尺度不变特征变换算法的视频图像实时拼接方法。首先,用等焦距柱面变换对待拼接的图像进行处理,使相邻摄像机所拍摄的图像帧投影在同一柱面上;然后,优化k-d树的最近邻算法提高了特征点匹配的速度;最后,随机采样一致性算法剔除了错误的匹配点,提高了匹配的准确性,并得到投影变换矩阵进行多摄像机图像帧拼接。实验结果表明,与传统的图像拼接算法相比,该方法极大地提高了视频图像拼接的鲁棒性,实现了视频图像的实时拼接。     

特定场景大视角视频拼接技术研究与实现

本文对视频拼接设计了一个简单的框架,主要是采用三路固定摄像进行实时拼接,在Uuntu16.04 系统安装 OpenCV开源库和CUDA8.0 软件包,并使用该系统搭建视频拼接框架系统。利用GPU编程技术,对视频拼接技术中最耗时 的特征匹配算法、细缝估计、多波段融合和扭曲映射算法进行加速。在计算资源足够的情况下,利用CUDA进行在线实时视 频流拼接。     

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.     

面向屏幕拼接的数字视频插值算法及FPGA实现

针对多屏幕拼接显示系统中高分辨率、高清晰、低失真的显示需求,提出了一种基于FPGA实现的实时视频处理算法.在介绍了DVI接口屏幕拼接显示的系统结构及FPGA算法的主要功能后,针对算法处理对象具有视频像素流的特点,重点讨论了实时数字视频像素流的分割算法和基于滑动窗口的插值放大算法的实现.实验结果表明,该算法能够满足屏幕拼接显示的需求.     

一种改进的摄像头视频实时拼接方法

针对普通摄像头水平视角较小的问题,通过同时采集具有一定重叠区域的摄像头视频帧图像,基于尺度不变特征变换（ScaleInvariantFeatureTransform,SIFT）特征点,用二分哈希搜索算法（DichotomyBasedHash,DBH）进行匹配,用随机采样一致（RandomSampleConsensus,RANSAC）算法消除误匹配,得到帧图像拼接映射关系。实验结果表明,该方法能有效地实现摄像头视频实时拼接,克服了既有方法在重叠区域小于20％时失效的不足,在重叠区域为10％左右时仍能取得有效的拼接。     

基于改进SURF的实时视频拼接方法

视频拼接在现实生活中具有十分重要的意义。文中实现的功能是实时地将多路视频进行拼接以形成一个大视野的视频。为了使系统具有良好的实时性,先用DirectShow分离视频流、提取图像帧,然后提出了一种改进的SURF算法进行图像配准,最后采用渐入渐出法进行图像融合。改进的算法在特征点提取时对范围作了限制,同时改进了原有特征描述符,这样可以大大加快提取速度。在特征匹配时采用基于最近邻和次近邻距离比值的方法进行粗匹配,然后采用RANSAC方法进行提纯和求取变换矩阵,最后在视频拼接中,不是对每一帧图像进行配准和融合,而是只对首帧图像进行图像配准,之后的每帧图像利用第一帧计算出的变换矩阵进行图像拼接,这样可以加快视频拼接的速度。实验结果表明,该方法可以实时地生成无缝清晰的宽场景视频。     

基于区域的图像拼接算法

为了在实时视频监控中能够有效地检测和跟踪目标,提出了一种基于区域的图像拼接算法.该算法根据空间几何知识建立摄像机旋转投影模型,对需要拼接的图像进行二维空间坐标变换,使所有的图像都转换到同一坐标系下.最后,根据已知的云台旋转参数来设定配准特征空间,进而对图像进行配准和拼接.算法中建立了一种新的摄像机旋转投影模型,可以有效地进行图像的空间坐标转换,并且通过设定配准特征空间,有效地改进了配准和拼接算法.在PC机上的实验结果表明了该算法的准确性和有效性.     

基于加速稳健特征算法的监控摄像头视频融合技术

视频监控摄像头在现代安防中起到了不可替代的作用,为适应更多环境,摄像头技术也一直在不断发展.本文提出了一种可实现多摄像头画面实时拼接的技术设计方案:基于加速稳健特征算法,实现对视频单帧画面间的特征点进行提取及拼接;使用FFmpeg(Fast Forward Mpeg)媒体处理库进行视频摄像头媒体流文件的分解及最终融合视...     

远程全景实时监控系统设计与实现

针对现有实时视频通信系统因视频编解码模块和传输协议之间协作不紧密影响视频通信的传输性能和视觉质量,以及常用的远程实时监控系统监控范围和角度有限,多画面独立显示不够直观的问题,采用新型紧耦合式的视频通信架构,通过逐帧联合控制视频的编解码和传输,优化了每一帧的编码长度,提高了实时监控视频传输的端到端时延性能和视频图像质量;设计了多路远程视频源间的帧同步算法,并基于OpenCV的图像拼接模块定制了图像拼接流程;通过在特征点提取和匹配、图像变形和图像融合阶段使用GPU加速,并在逐帧拼接时设置合适的拼接缝更新间隔,实现了监控视频的近实时拼接。实验证明,系统能够获得良好的监控视频质量和更广的监控范围,一定程度上解决了视频监控中的盲区问题,同时具有较好的实时性和视觉效果。     

基于Zynq的视频实时拼接系统

针对目前视频拼接系统实时性不高、拼接效果不理想、成本高等问题,对传统的ORB算法进行了改进,并采用软硬件协同设计的方法,在Zynq平台上实现了一款视频实时拼接系统。该系统利用Zynq的PS搭建嵌入式Linux系统,进行用户界面开发,实现任务调度;利用Vivado HLS工具将改进的视频拼接算法进行硬件加速并部署到Zynq的PL中。实验结果表明,该视频拼接系统拼接后的图像清晰度高、无拼接缝隙,而且基于Zynq和改进ORB算法的视频拼接方案使视频拼接速度获得到了很大的提升,满足实时性的要求。     

基于改进加速鲁棒特征的井下视频拼接算法

针对加速鲁棒特征算法用于井下视频拼接时实时性不高的问题,通过降低特征点维度和仅在感兴趣区域提取特征点来改进加速鲁棒特征算法,在此基础上提出了一种井下视频拼接算法。首先,利用改进的加速鲁棒特征算法提取视频图像特征点;然后,动态追踪特征点数量,若非首帧图像特征点数量变化超过阈值,则重新进行特征点配准、提纯,以及投影变换矩阵计算及存储处理,否则采用前一帧图像所得的投影变换矩阵;最后,采用渐入渐出加权平均法进行图像融合处理,完成视频拼接。实验结果表明,基于改进加速鲁棒特征的井下视频拼接算法实时性高,拼接效果较好。     

基于自适应投影矩阵的实时视频拼接算法

提出一种快速的算法用于高质量的实时拼接视频。算法分为两个阶段:后台阶段和实时阶段。后台阶段每隔一定周期运行,从同步的视频流中提取图像特征,采用RANSAC和LM算法计算投影矩阵。在实时阶段,采用从前一帧中得到的特征点点对,用光流法跟踪匹配点对的方法,对跟踪得到的点对由投影矩阵计算得到图像误差。若误差超过一定阈值或跟踪到点对数目太少,后台阶段就会再次执行。一旦得到了投影矩阵,就采取一种非线性的融合算法对视频进行融合。通过以上步骤,即使摄像头移动,算法也能运行快速。实验结果显示该算法大大改善了速度,而且拼接质量也很好。     

综采工作面视频监控系统优化设计

针对现有综采工作面视频监控系统占用网络带宽大、视频存储不完整、采煤机截割画面不突出、视频拼接画面参差不齐等问题,从系统硬件和软件、视频压缩和拼接算法等方面进行优化设计。硬件方面,引入硬盘录像机,以降低网络带宽占用率,解决视频传输卡顿问题;采用本地存储与远程存储相结合的方式,有效解决了视频存储丢失的问题。软件方面,以突出重点、局部放大为原则,采用实时视频与动画模拟结合的方式显示综采工作面视频画面与设备状态参数,解决了采煤机截割画面不突出的问题。算法方面,提出了基于深度学习的视频压缩方法,除压缩视频数据本身外,对帧间数据也进行压缩,有效降低了算法的码率;采用非线性损失真模型(NAM)矫正算法消除图像畸变,采用加速稳健特征(SURF)检测算法进行特征点检测,并通过双线性插值方法进行图像融合,从而实现全景视频拼接。探讨了综采工作面视频监控技术发展方向,包括摄像仪自清洁技术、智能识别技术、工作面全景视频拼接技术、5G与WiFi6融合通信技术、煤岩界面识别技术。     

基于圆形感兴趣区域多路视频实时拼接

针对视频拼接过程中面临的许多挑战,如实时性、有动态物体产生鬼影现象等,提出了一种基于圆形感兴趣区域（ROI）图像配准结合简化处理及图形处理器（GPU）加速的方法。首先,仅在ROI内提取特征点,提高了特征检测效率和匹配准确率。其次,为进一步降低时间开销,满足视频处理实时性需求,采用了两种策略：一方面,通过简化处理仅对首帧作图像配准,后续帧利用得到的单应性矩阵进行图像融合;另一方面,利用GPU多核实现并行化硬件加速。此外,当视场中有动态物体时,采用图形分割和多频带图像融合算法,有效地消除了鬼影。实验对两路640×480的视频进行拼接,该方法的处理速度可达27.8帧/秒。相对于基于加速鲁棒特征（SURF）算法的视频拼接方法,效率提高了26.27倍;相对于基于带方向的加速分段测试特征提取结合旋转的二进制鲁棒独立元素特征描述（ORB）算法的视频拼接方法,效率提高了11.57倍。实验结果表明,该方法可将多路视频实时地拼接为高质量的大场景视频。     

基于特征点的视频流拼接帧选择优化算法

提出了一种具有公共视野的视频流拼接中视频帧的选择优化算法,算法计算候选帧与基准帧特征匹配对的特征向量差值的算术均值,选择均值最小的候选帧作为最佳拼接帧,与基准帧进行拼接.实验结果表明,基于该算法拼接的视频流全景视图效果较好,算法很好地解决了视频流拼接中最佳拼接帧的自动选择问题.     

基于改进ORB特征检测的全景视频拼接

针对全景视频拼接中算法复杂度高且拼接后的视频存在拼接裂缝和"GHOST"现象的问题,提出一种基于改进ORB特征检测的全景视频拼接方法。首先采用多尺度空间来检测特征点以及对检测参数进行设置,使得ORB算子具有尺度不变性且分布均匀;然后采用Hamming距离进行特征匹配并采用RANSAC算法去除误匹配点;最后通过采用复杂度较低的动态规划算法找到最佳缝合线,并对拼接后的图像采用泊松融合进行平滑处理。将Ladybug全景摄像机拍摄的1帧兰州西科站全景视频图像进行仿真实验。仿真结果表明,该全景视频拼接方法在实时性方面表现优异,对存在的拼接裂缝和"GHOST"现象有很好的抑制作用。     

基于GPU的视频流拼接算法研究

为解决视频流的稳定实时拼接,结合图形处理器GPU强大的并行计算能力,提出了一种基于GPU的视频流拼接算法.提取视频流的帧图像,利用尺度不变特征变换(scale invariant feature transform,SIFT)算法在GPU上实现帧图像的特征提取与匹配,实现图像拼接,进而实现视频流的稳定实时拼接.基于GPU的SIFT算法充分利用了GPU的并行处理能力,加快了视频流拼接算法执行的速度,真正意义上实现了几个差异较大但具有公共视野的视频流快速稳定的拼接.     

基于视频拼接技术的无人实况转播系统

介绍了基于视频拼接技术的无人实况转播系统的实现。首先对图像进行预处理,然后使用SURF算法对视频图像进行图像配准拼接,并对拼接图像进行融合。提出了一种基于运动前景提取的全景视频中热点区域确定方法,该方法可平滑追踪热点区域进行提取实现实时转播。本系统的实现节省了视频直播过程中的人力财力。     

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.