基于全景視覺的目標(biāo)識(shí)別及圖像初態(tài)復(fù)原.pdf

1、由單一魚眼鏡頭構(gòu)建的全景視覺可以一次性拍攝半球域的場(chǎng)景信息，不僅克服了圖像信息丟失的問題，使圖像信息穩(wěn)定，有利于圖像的目標(biāo)的識(shí)別，而且解決了多攝像機(jī)組合的臃腫的結(jié)構(gòu)問題，簡化了視覺系統(tǒng)，也簡化了系統(tǒng)模型的建立，便于在移動(dòng)載體上的安裝，是實(shí)現(xiàn)移動(dòng)安全監(jiān)控的重要前提。
　　 本文采用的是基于魚眼鏡頭的全景視覺系統(tǒng)，建立數(shù)學(xué)模型，并針對(duì)魚眼圖像的特點(diǎn)，提出最小二乘法擬合圓的方法確定其中心和半徑，其是魚眼圖像復(fù)原的重要前提。分別用柱面投

2、影模型和球面投影模型復(fù)原畸變的魚眼圖像，這是目標(biāo)識(shí)別和圖像初態(tài)復(fù)原的前提。針對(duì)目標(biāo)識(shí)別，設(shè)計(jì)一種模板，并對(duì)模板匹配計(jì)算量大的缺點(diǎn)進(jìn)行改進(jìn)，設(shè)計(jì)一種快速識(shí)別算法，即將小波變換的多分辨分析特點(diǎn)應(yīng)用到模板匹配算法中，根據(jù)小波變換分層保持圖像的信息不同，進(jìn)行分層匹配，先對(duì)圖像低頻區(qū)域進(jìn)行粗匹配，在匹配結(jié)果基礎(chǔ)上，再在高頻區(qū)域進(jìn)行細(xì)節(jié)匹配，此算法減少了匹配算法過程的位置搜索個(gè)數(shù)，提高了運(yùn)算速度和匹配精度，實(shí)現(xiàn)了圖像的實(shí)時(shí)處理。就圖像復(fù)原算法，本文

3、結(jié)合雙線性插值和牛頓插值多項(xiàng)式的優(yōu)點(diǎn)，設(shè)計(jì)了一種基于邊緣的插值復(fù)原算法，即通過邊緣檢測(cè)將圖像分出邊緣部分和非邊緣部分，在非邊緣部分采用傳統(tǒng)的雙線性插值算法，在邊緣部分采用牛頓插值多項(xiàng)式算法。此算法不僅減少了計(jì)算量、提高了運(yùn)算速度，同時(shí)很好的保留了邊緣信息，成功獲得較清晰地圖像。本課題以魚眼鏡頭構(gòu)建全景視覺系統(tǒng)，通過實(shí)驗(yàn)檢測(cè)設(shè)計(jì)的算法，結(jié)果表明此算法可以成功地、快速地將魚眼圖像中的目標(biāo)識(shí)別出來，并對(duì)識(shí)別出來的目標(biāo)進(jìn)行復(fù)原處理，得到質(zhì)量較好