基于運(yùn)動(dòng)目標(biāo)的圖像拼接方法研究.pdf

1、在現(xiàn)實(shí)生活中，對(duì)大型物體進(jìn)行全景拍攝時(shí)，一種方法是增加拍攝物距，但獲得的全景圖細(xì)節(jié)信息不夠豐富，并且實(shí)際拍攝場(chǎng)地可能會(huì)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(duì)圖像做校正處理才能進(jìn)一步使用，綜合考慮這種方法也不適合普遍應(yīng)用。圖像拼接技術(shù)和視頻處理技術(shù)為解決這一問(wèn)題提供了一種新的思路。
　　課題研究源于一個(gè)實(shí)際問(wèn)題：車(chē)輛檢測(cè)部門(mén)需檢測(cè)車(chē)輛的外形、尺寸等信息，由于場(chǎng)地狹小，無(wú)法直接獲取大型車(chē)輛的

2、全景圖像，本文利用視頻采集和圖像拼接技術(shù)較好地解決了這一難題。課題以大型車(chē)輛為例，采集其運(yùn)動(dòng)視頻，通過(guò)運(yùn)動(dòng)目標(biāo)檢測(cè)提取車(chē)輛圖像序列，利用特征提取和匹配，進(jìn)行圖像序列拼接和融合，獲得了車(chē)輛的完整圖像，為后續(xù)的處理打下了良好的基礎(chǔ)。論文主要研究?jī)?nèi)容如下：
　　1．研究利用運(yùn)動(dòng)目標(biāo)檢測(cè)來(lái)提取視頻中待拼接圖像的方法。分析了三種主要的運(yùn)動(dòng)目標(biāo)檢測(cè)算法各自的原理和特點(diǎn)，在背景幀差法的基礎(chǔ)上，為減少目標(biāo)畸變，采用選取相機(jī)光軸中心窗口區(qū)域的方法，

3、提取視頻中的待拼接目標(biāo)。
　　2．采用Harris角點(diǎn)檢測(cè)算法進(jìn)行待拼接圖像特征提取。針對(duì)Harris角點(diǎn)檢測(cè)中產(chǎn)生的偽角點(diǎn)問(wèn)題，采用偽角點(diǎn)去除算法，能夠有效消除角點(diǎn)檢測(cè)中產(chǎn)生的偽角點(diǎn)，避免由于角點(diǎn)聚集產(chǎn)生的偽匹配問(wèn)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(jié)合的方法。首先提取角點(diǎn)周?chē)幕叶忍卣鲏K，根據(jù)特征塊之間的相似性進(jìn)行特征粗匹配，在此基礎(chǔ)上利用RANSAC算法進(jìn)行匹配提純，有效解決了圖像變換矩陣精