基于视频图像序列的广域场景自动拼接与目标提取技术

论文摘要

本文研究了基于视频图像序列的广域场景自动拼接技术,以及视频图像序列目标提取技术。首先,总结了国内外图像拼接技术的研究现状,概述了图像拼接的全部过程,包括图像拼接的理论基础、图像的获取、几何校正、图像配准和图像融合等步骤。其次,重点介绍了Harris角点检测算法,就基于归一化的相关度匹配和基于奇异值分解的两种角点匹配方法分别用实验做了对比,来分析优缺点。为了消除拼接图像中的缝隙,本文提出了一种改进的加权平滑方法进行图像融合。通过试验对该方法和常用的缝隙消除方法进行对比,结果表明改进后的方法能有效地对两图之间有一定旋转角度的情况进行无缝融合,方法可行有效且鲁棒性好。然后,针对多幅图像产生的拼接累计误差做了一定的分析,并就快速拼接的全局策略,提出了相邻小图互相拼接及镶嵌法相互结合的方法。最后,运动目标的检测部分,首先用中值滤波的方法对视频图像进行消噪处理,然后采用基于两帧差分法和背景差分法相结合的运动目标检测方法,检测出运动目标,最后用型心法对目标定位,从而得到目标的运动状态。利用VC++6.0编程平台,开发了图像拼接的软件及完成目标的提取试验,最后给出了全文总结及对未来工作的展望。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题的研究背景和意义
• 1.2 国内外的研究现状
• 1.3 论文的主要研究内容
• 1.4 论文的章节安排
• 2 图像拼接技术理论及方法
• 2.1 图像拼接的流程
• 2.2 图像的获取
• 2.3 统一坐标变换
• 2.4 拼接的关键技术概述
• 2.4.1 基于灰度信息的图像拼接方法
• 2.4.2 基于变换域的图像拼接方法
• 2.4.3 基于特征的图像拼接方法
• 3 基于特征点的图像配准研究
• 3.1 图像特征点检测
• 3.1.1 Moravec 角点检测
• 3.1.2 SUSAN 角点检测
• 3.1.3 Harris 角点的检测
• 3.2 特征点匹配
• 3.2.1 基于归一化互相关度的匹配
• 3.2.2 基于奇异值分解的角点匹配
• 3.3 仿射变换
• 3.4 实验结果及分析
• 3.5 本章小结
• 4 图像融合技术
• 4.1 取平均值法
• 4.2 加权平滑法
• 4.3 改进型加权平滑法
• 4.4 利用 IHS 变换进行融合处理
• 4.5 本章小结
• 5 全景拼接的全局策略及软件设计
• 5.1 快速拼接的全局策略
• 5.2 累计误差对拼接图像质量的影响
• 5.2.1 对称的误差导致的累计误差
• 5.2.2 非对称误差导致的累计误差
• 5.3 基于特征匹配全局优化调整方法
• 5.3.1 选取最优参考平面
• 5.3.2 以中间帧最终基准图的方法
• 5.4 软件设计
• 6 目标检测
• 6.1 光流法
• 6.2 两帧差分法
• 6.3 背景差分法
• 6.4 实验结果和总结
• 7 总结和展望
• 7.1 总结
• 7.2 展望
• 致谢
• 参考文献
• 附录