視頻監(jiān)控系統(tǒng)中的圖像重建技術(shù)研究.pdf

1、目前視頻監(jiān)控系統(tǒng)己廣泛地應(yīng)用于諸如銀行、超市、停車場、居民小區(qū)和道路等的監(jiān)控和管理之中。在大多數(shù)情況下,普通的低分辨率攝像機(jī)能夠很好地滿足視頻監(jiān)控和管理的需要,但是在一些特殊情況下,普通的低分辨率攝像機(jī)獲取的低分辨率視頻無法滿足需要。因此本論文研究了在低分辨率攝像機(jī)條件下,如何利用視頻序列實現(xiàn)圖像高分辨率重建,以便較好地滿足分析處理的需要。
　　 視頻序列的高分辨率重建過程涉及圖像配準(zhǔn)和圖像重建兩個關(guān)鍵步驟,本文針對單一的定焦攝

2、像機(jī),分別研究了圖像的配準(zhǔn)和圖像重建的基本方法和具體實現(xiàn)。
　　 首先,在圖像配準(zhǔn)中,對目前常用的基于特征點的圖像配準(zhǔn)算法進(jìn)行了優(yōu)化處理。由于特征點的局部集中將會影響變換矩陣計算的準(zhǔn)確度,因此本文通過對特征點進(jìn)行距離控制,避免特征點分布的過于集中,從而改善計算出的變換矩陣的精度。
　　 其次,在圖像重建中,文章中提出了一種基于擴(kuò)散加權(quán)最小二乘的圖像重建算法。該算法考慮到圖像像素點之間的相關(guān)性,在重建當(dāng)前像素點值時,不僅利

3、用了自身的信息而且還利用其鄰域像素點的信息,有效改善了圖像重建的效果。由于擴(kuò)散機(jī)制可能導(dǎo)致重建圖像的過度平滑,文章中通過對擴(kuò)散最小二乘目標(biāo)函數(shù)進(jìn)行加權(quán)處理以及對重建圖像之間前后的差異來控制迭代次數(shù),從而避免過度平滑。
　　 最后,結(jié)合圖像配準(zhǔn)和圖像重建形成一個完整的基于視頻的高分辨圖像重建。即先使用圖像序列進(jìn)行圖像配準(zhǔn),再利用提出的擴(kuò)散加權(quán)最小二乘圖像重建算法對對齊的圖像序列進(jìn)行重建。使用不同角度的定焦圖像序列進(jìn)行仿真,其結(jié)果驗