高效抗畸變的實時視頻拼接算法研究.pdf

1、傳統(tǒng)的視頻監(jiān)控往往只是簡單地將多路視頻拼合在一起,由于不同通道視頻間通常無法做到過渡的連貫性,導(dǎo)致不能從全局上,清晰地對場景信息實施監(jiān)控。通過視頻序列的圖像拼接可以獲取全景信息,但是實時性往往較差。
　　針對上述問題的存在,本文提出了一種新的高效抗畸變的實時視頻拼接算法,來解決實際場景中遇到的拼接畫面畸變問題和拼接的實時性問題。該算法能夠?qū)⒍喽尉哂兄睾蠀^(qū)域的視頻幀進行拼接得到視野和分辨率更佳的畫面幀,最終獲得更加開闊視野的視頻流,

2、能很好地解決單個攝像機無法良好地覆蓋整個視場和流暢呈現(xiàn)畫面的問題。算法主要從如下三個方面進行研究提升:
　　首先,通過建立非線性抗畸變模型（Nonlinear Anti-distortion Model,NAM),對視頻圖像存在的非線性畸變進行校正,得到重建的圖像,盡可能將圖像還原到最佳配準的狀態(tài)(線性變換)。研究表明,圖像間配準得到的變換矩陣通常都是線性變換矩陣,當圖像存在非線性失真問題時,如果通過以往的方法直接進行圖像配準,圖

3、像邊緣過渡部分配準效果會受到很大影響,甚至無法進行配準?；贜AM的圖像線性重建,可以將待配準圖像還原到最佳狀態(tài),提高配準的成功率,有效改善圖像邊緣過渡的平滑性。
　　然后,通過基于 GPU并行化方法提升求解變換模型的參數(shù)的效率。配準算法的性能對拼接效率的影響很大,本文在 C/C++編程語言與 CUDA（Compute Unified Device Architecture)的框架下,通過當前備受矚目的GPU（Graphic Pr

4、ocessing Unit)編程,對 SURF（Speeded Up Robust Features)算法并行化實現(xiàn),改善圖像配準的效率。
　　最后,通過對實踐應(yīng)用和視頻幀融合的特點進行分析研究,提出了基于二維標記模板（Two-dimensional Mark Model,2DMM)的去冗余算法,將圖像融合所需的參數(shù)信息模板化,以尋址的方式替代幾何變換的運算,通過計算量的轉(zhuǎn)移,實現(xiàn)冗余去除,對圖像融合的效率進行提升。
　　在