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。     

基于角点检测配准的全景图像拼接技术研究

全景图像拼接技术是计算机数字图像处理领域中的一个重要分支,其在虚拟现实、医学图像处理、遥感技术等领域都有十分广泛的应用。全景图像拼接技术主要包括图像检测、图像配准和图像融合3个方面。其中,图像配准是图像拼接技术的核心环节。该文主要研究基于角点检测配准的全景图像拼接技术,并通过Matlab开发环境进行实验验证。     

一种街景全景生成的改进算法

当前主流的全景拼接软件在进行投影变换的过程中对街景影像上匹配点对的精度的依赖性较强。为了增强其鲁棒性,采取在投影后的影像上获取匹配点对并将其反投影回街景影像坐标系的策略来减少对初始匹配点对的依赖。此外,针对投影后相邻图像之间的错位导致全景拼接产生缝隙的问题,采用多层B样条插值算法对相邻图像的光流进行插值来消除影像间的错位。实验结果表明,上述的算法策略提高了投影转换的精度,明显改善了全景拼接的效果。     

改进的全景图拼接融合算法

在全景图像理论的基础上,对现有的拼接算法进行研究和改进,采用基于像素点颜色变化特征和序列相似性检测拼接算法相结合的图像拼接融合方法对柱面全景图进行拼接。实验表明,与原有的算法相比,采用改进后算法的全景图拼接效果得到了改进,对柱面全景图像的拼接融合能取得满意的视觉效果。     

基于SIFT算法的室内全景图拼接

室内全景图像拼接采用SIFT特征点进行图像匹配与融合。由于相机镜头视野范围有限,需要多张具有重合区域不同角度图像进行拼接,以获得完整的全景图像。首先对多张原图像进行图像增强和噪声滤波的预处理,以减少特征点提取时的干扰因素;再将多张图像压入堆栈,采用SIFT算法提取每张图像的特征点;使用FLANN快速最近邻搜索包进行最近邻特征点匹配,最后进行图像融合。试验结果表明该方法能够很好地实现室内全景图像的拼接。     

采用亚像素缝雕刻的图像整形算法

全景拼接得到的图像其边界往往是不规则的,绝大多数全景拼接算法选择直接对全景图像进行裁剪,以获得拥有矩形边界的标准图像,但这会丢失部分图像中的关键信息并以减小全景图像的视野为代价.针对以上问题,提出一种基于亚像素缝雕刻的图像整形算法.首先采用三次样条插值和图像修复算法对图像的不规则边界进行平滑;然后以图像当前边界和矩形目标边界位置之差的归一化值为权重,在0~1个像素范围内拉伸或压缩最优缝上的每一个像素,平移缝一侧的其他像素,以消除当前边界和目标边界的差异.实验结果表明,在保证图像内容的前提下,该算法将一幅边界不规则的全景图像整形成一幅边界规则的矩形图像,在处理边界起伏较大,特别是有显著内凹边界的全景图像时也能取得令人满意的效果.     

一种多路快速视频拼接系统设计与实现

针对当前高分辨率的多路视频拼接系统速度慢、实时性能低的问题,提出一种基于CPU和GPU并行架构的多路高清视频拼接算法。该算法在传统基于方向的快速特征点检测和旋转不变的特征描述算法上进行改进,删除针对尺度不变性应用的图像金字塔模块,并使用基于重叠区的局部配准方法,将配准后的图像数据在GPU设备端进行并行融合。在GPU与CPU异步执行的原则上,实现CPU端当前帧图像的配准,与其前帧图像融合,且以并行方式执行。通过显卡端图像数据计算与图像渲染之间的共享缓冲区,完成帧图像的快速渲染。实验结果表明,在4路200万像素的网络相机环境下,该算法实现的全景拼接系统的视频帧率达到17 f/s,可满足大场景的实时性需求。     

基于全景图像的拼接算法研究

IBR技术不仅可以弥补传统基于几何绘制技术的不足,而且能给出更丰富的图像显示.论文从工程实际应用的角度出发,提出并实现了一种图像拼接的新方法.该方法即可用于全景控件图像的拼接,也可用于普通图像的拼接.试验证明,此方法在全景图像的生成中具有自动拼接、效率高等优点.     

基于垂直边缘处理的全景图像的拼接

基于图像的绘制技术是虚拟现实中建立虚拟环境的重要方法，而全景图像是基于图像绘制的关键。该文提出了一种基于图像垂直边缘处理的全景图像拼接方法，通过边缘检测方法锐化图像的主要垂直边缘，增强图像的匹配特征，实现了图像有效的自动拼接。     

球面全景图像的拼接算法研究

在分析球面图像拼接算法的参数模型,基本原理和实现方法的基础上,提出了球面全景图像拼接的优化算法,取得了良好的拼接效果。     

柱面全景图象的一种实现方式

介绍了一种全景图象的建模和实现方式 .考虑了图象旋转对拼接过程的影响 ,这有助于提高拼接质量 .在立方体表面拼接成功了柱面全景图象 .开发了能够浏览立方体表面的柱面全景图象的浏览器 .     

球面全景图像生成技术的研究

球面全景图可以任意改变观察视角,在场景的构造中具有重要的作用.针对球面投影过程中存在的变形问题,用双线性插值算法求出变换结果图像中的像素值,较好地解决了变形问题.在此基础上,采用基于灰度相关,由粗到精的图像拼接方法进行拼接.实验结果表明,经插值后进行拼接的球面全景图像能达到较好的视觉效果.     

单摄像头旋转监控下的快速图像拼接

目的 现今视频监控受到越来越广泛的应用,而在超广角区域监控领域仍然存在实时性、价格费用的限制。为此提出一种采用单摄像头,通过支持向量机与相位相关法相结合的在线实时快速图像拼接。方法 针对单摄像头定点旋转获得的图像序列,其拼接矩阵具有位姿相关的特点,采用相位相关法计算图像位姿信息,采用尺度不变特征变换(SIFT)算子计算对应位姿下的图像拼接矩阵,并使用支持向量机建立离线模型,在线过程中,根据当前帧的位姿信息计算拼接矩阵,再使用相位相关法实现精确匹配,以获取实时拼接图像。结果 采用DM6446嵌入式平台检验算法的可靠性,该算法可稳定地在0.1 s的图像采样时间内完成图像拼接,相较于传统的基于特征匹配方法,大幅提高了运算速度与运算稳定性,且运算结果清晰度符合监控要求。结论 本文图像拼接算法,根据位姿信息实时计算拼接矩阵,以获得可靠快速的全景图像。实验结果表明,该算法在动态复杂环境下依然具有较好的稳定性与图像清晰度。     

车载无人机的多路影像采集与拼接

为提高无人机(UAV)采集全景影像的效率,采用基于ARM内核的高性能影像编解码处理器,以Linux为操作系统,搭载多路影像传感器,构建了一种适合无人机平台的多路影像同步采集的嵌入式系统.设计了软件多线程同步采集模式及基于Qt与OpenCV视觉库的多影像拼接界面,实现了全景影像的多角度实时同步获取及多路影像的拼接.系统软硬件联调与实验结果表明:该系统能成功完成多路影像数据的同步采集拼接处理,操作方便,达到了预期的要求和效果.     

一种全景图快速生成算法及其实现

针对柱面全景图拼接提出一种快速稳定的拼接算法。该方法将待拼接的二维图像的灰度值投影变换到一维数轴上，选择特征明显的灰度段作为模板，通过序贯相似性检测进行匹配，并在匹配过程中能够自适应地调整阀值，最后采用线性加权法对图像进行无缝拼接。采用普通相机拍摄的序列图像进行实验，实验结果证明该方法提高了拼接速度，降低了图像亮度差异的影响，使结果图像自然逼真。     

基于消失点检测的铁路环境视频自动拼接算法研究

提出了一种基于铁路环境视频的全景图自动拼接算法。根据铁路环境视频中的场景几何特性,检测场景中的线段及消失点,从而生成场景的空间布局关系;在此基础上,自动构建合适的采样区域,以达到无缝拼接的效果;最后实现全景图的自动拼接。实验结果表明,该方法实现了铁路环境视频的自动化拼接,且得到了更加令人满意的拼接效果。     

肌骨超声图像特征检测及拼接

目的 肌骨超声宽景图像易出现解剖结构错位、断裂等现象,其成像算法中的特征检测影响宽景图像的质量,也是超声图像配准、分析等算法的关键步骤,但目前仍未有相关研究明确指出适合提取肌骨超声图像特征点的算法。本文利用结合SIFT （scale invariant feature transform）描述子的FAST（features from accelerated segment test）算法以及SIFT、SURF（speeded-up robust features）、ORB（oriented FAST and rotated binary robust independent elementary features（BRIEF））算法对肌骨超声图像序列进行图像拼接,并对各算法的性能进行比较评估,为肌骨超声图像配准、宽景成像提供可参考的特征检测解决方案。方法 采集5组正常股四头肌的超声图像序列,每组再采样10幅图像。利用经典的图像拼接算法进行肌骨图像的特征检测以及图像拼接。分别利用上述4种算法提取肌骨超声图像的特征点;对特征点进行特征匹配,估算出图像间的形变矩阵;对所有待拼接的图像进行坐标变换以及融合处理,得到拼接全景图,并在特征检测性能、特征匹配性能、图像配准性能以及拼接效果等方面对4种算法进行评估比较。结果 实验结果表明,与SIFT、SURF、ORB算法相比,FAST-SIFT算法所提取的特征点分布更均匀,可以检测到大部分肌纤维的端点,且特征点检测时间最短,约4 ms,其平均匹配对数最多,是其他特征检测算法的25倍,其互信息和归一化互相关系数均值分别为1.016和0.748,均高于其他3种特征检测算法,表明其图像配准精度更高。且FAST-SIFT算法的图像拼接效果更好,没有明显的解剖结构错位、断裂、拼接不连贯等现象。结论 与SIFT、SURF、ORB算法相比,FAST-SIFT算法是更适合提取肌骨超声图像特征点的特征检测算法,在图像配准精度等方面都具有一定的优势。     

结合最佳缝合线和多分辨率融合的图像拼接

目的 针对图像拼接过程中,缝合线通过运动物体或配准不准确区域等情况导致融合图像出现鬼影、重影的问题,提出了一种基于差异图像加权的改进最佳缝合线算法,采用基于多分辨率和加权平均的分区图像融合算法解决了拼接线问题。方法 首先将两幅图像的重叠区域划分为缝合线区域和过渡区域;在缝合线区域内,使用差异图像加权的最佳缝合线搜索准则构建准则值图像,基于动态规划思想来搜索得到最佳缝合线;基于缝合线生成掩码图像,并对重叠区域图像进行扩展,采用多分辨率融合算法实现了非严格重叠区域的融合;在过渡区域采用加权平均算法来消除拼接线。结果 采用含有大量运动物体的图像序列对算法进行测试,实验结果表明,基于差分图像加权的最佳缝合线有效避开了大部分运动物体,当缝合线难以绕开运动物体时,能够尽量少地穿过运动物体;通过多分辨率和加权平均融合算法消除了拼缝等问题。结论 提出的最佳缝合线算法能够有效地避免缝合线通过运动物体、配准不准确的区域,将多分辨率图像融合算法应用于非严格重叠图像融合,能够合成高质量的全景图像。     

空中侦察图像连续拼接中的平滑算法研究

侦察图像在现代战争中具有重要意义,利用图像处理技术对序列空中侦察图像进行拼接所生成的全场景图能为战场毁伤评估提供重要信息。对配准后的图像重叠部分进行平滑处理是图像拼接过程中的一个关键环节,能消除拼接处的图像不连续现象,可实现图像的无缝拼接。本文在研究现有平滑算法的基础上提出一种新的适用于侦察图像拼接的平滑算法,该平滑算法较易实现。实验结果表明,经该平滑算法处理后的拼接结果图既消除了拼接缝,又较好地保持了清晰度。     

基于拼接缝自适应消除和全景图矫直的快速图像拼接算法

针对图像拼接存在色差过渡不均匀、图像倾斜扭曲及拼接效率低的现象，提出一种基于拼接缝自适应消除和全景图矫直的快速图像拼接算法。首先，用尺度不变特征变换（SIFT）提取图像指定区域特征点并用双向K近邻（KNN）算法进行图像配准，有效提高算法效率；其次，利用动态规划思想提出自适应公式找到最优拼接缝并用图像融合算法对其自适应消除，解决拼接缝色差过渡不均匀问题；最后，针对累积拼接误差形成全景图倾斜的现象，利用边缘检测算法提出自适应拟合四边形矫直模型，把原始全景图矫直为一个全新的全景图。所提算法与分块图像拼接和二叉树图像拼接算法相比，图像质量提升了5.84%~7.83%，拼接时间仅为原来的50%~70%。实验结果表明，该算法不仅通过自适应更新机制减少不同图像背景下拼接缝色差过渡不均匀的现象，从而提高了图像质量；而且提高了拼接效率，降低了全景图倾斜扭曲程度。