基于OpenCV的图像拼接技术文献综述
2020-04-15 09:44:24
1.1. 目的
利用实景图像组成全景空间,将多福图像拼接成一幅大尺度图像或360度全景图。
1.2. 意义
从图像拼接的实际应用来看,主要有大型航空照片、卫星图像拼接、车载系统监控、虚拟场景实现等。很多资料上都提及车载系统的拼接,这种拼接侦查系统可以用于不同车辆,如反恐、安全监视、侦察、巡逻和警车等;系统给操作者提供车辆周围的实时全景图像,使之能够感知全面而丰富的态势,操纵车辆的同时还可以有效将自己保护在车内,不用通过车辆的挡风玻璃就可以实时操控。全景图像极大地增强了用户的视觉感知系统,使其在特种车辆、军用以及民用方面都拥有广阔的市场前景。与传统的多画面监控相比,全景拼接画面更符合人眼观察,极大地提高了侦察的准确性。
1.3. 国内外研究现状
全景拼接侦察系统在国外已经有了较早的研究,早在1992年,剑桥大学的L.G.Brown就对图像拼接的核心技术进行总结,1996年微软研究院的Richard Szeliski提出基于运动的全景拼接模型。Szeliski后来又相继发表了若干这方面论文,2000年Shmuel Peleg提出改进方法,根据相机的运动方式自适应选择拼接模型,2003年M.Brown发表了SIFT特征进行图像拼接的方法,但计算量很大,2007年Seong Jong Ha提出移动相机系统的全景拼接方法,不仅保证效果,而且运算速度也不错。
在国内方面,也有不少高校科研机构对视频拼接技术及应用进行研究,其中,上海凯视力成信息科技有限公司研发的“全景视觉态势感知系统” 最具代表性,该系统功能完善、技术先进、性能可靠,并已成功应用于多种车型。
{title}2. 研究的基本内容与方案
{title}2.1. 基本内容
系统分析图像拼接算法、摄像机标定、图像坐标变换、图像畸变校正、图像投影变换、匹配点选取与标定、图像拼接融合、实现具体图片的拼接。
2.2. 目标
完成通过摄像头采集两张有重合的图像,执行处理并将其合并成一幅自然的大尺度图像。
2.3. 技术方案
1. 标定摄像头取得摄像头参数,纠正图像畸变。
2. 对纠正后的图像进行投影变换。
3. 执行特征点提取与匹配。
4. 根据特征点进行配准,并对图像进行融合。