基于運動目標的圖像拼接方法研究.pdf

1、在現(xiàn)實生活中，對大型物體進行全景拍攝時，一種方法是增加拍攝物距，但獲得的全景圖細節(jié)信息不夠豐富，并且實際拍攝場地可能會限制拍攝。另一種方法是安裝廣角鏡頭，但是獲得的圖像其邊緣區(qū)域容易產(chǎn)生扭曲變形，需對圖像做校正處理才能進一步使用，綜合考慮這種方法也不適合普遍應用。圖像拼接技術和視頻處理技術為解決這一問題提供了一種新的思路。
　　課題研究源于一個實際問題：車輛檢測部門需檢測車輛的外形、尺寸等信息，由于場地狹小，無法直接獲取大型車輛的

2、全景圖像，本文利用視頻采集和圖像拼接技術較好地解決了這一難題。課題以大型車輛為例，采集其運動視頻，通過運動目標檢測提取車輛圖像序列，利用特征提取和匹配，進行圖像序列拼接和融合，獲得了車輛的完整圖像，為后續(xù)的處理打下了良好的基礎。論文主要研究內容如下：
　　1．研究利用運動目標檢測來提取視頻中待拼接圖像的方法。分析了三種主要的運動目標檢測算法各自的原理和特點，在背景幀差法的基礎上，為減少目標畸變，采用選取相機光軸中心窗口區(qū)域的方法，

3、提取視頻中的待拼接目標。
　　2．采用Harris角點檢測算法進行待拼接圖像特征提取。針對Harris角點檢測中產(chǎn)生的偽角點問題，采用偽角點去除算法，能夠有效消除角點檢測中產(chǎn)生的偽角點，避免由于角點聚集產(chǎn)生的偽匹配問題。
　　3．為了提高特征匹配的精度，采用特征粗匹配與匹配提純相結合的方法。首先提取角點周圍的灰度特征塊，根據(jù)特征塊之間的相似性進行特征粗匹配，在此基礎上利用RANSAC算法進行匹配提純，有效解決了圖像變換矩陣精