高效抗畸變的實(shí)時(shí)視頻拼接算法研究.pdf

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

2、能很好地解決單個(gè)攝像機(jī)無(wú)法良好地覆蓋整個(gè)視場(chǎng)和流暢呈現(xiàn)畫(huà)面的問(wèn)題。算法主要從如下三個(gè)方面進(jìn)行研究提升:
　　首先,通過(guò)建立非線性抗畸變模型（Nonlinear Anti-distortion Model,NAM),對(duì)視頻圖像存在的非線性畸變進(jìn)行校正,得到重建的圖像,盡可能將圖像還原到最佳配準(zhǔn)的狀態(tài)(線性變換)。研究表明,圖像間配準(zhǔn)得到的變換矩陣通常都是線性變換矩陣,當(dāng)圖像存在非線性失真問(wèn)題時(shí),如果通過(guò)以往的方法直接進(jìn)行圖像配準(zhǔn),圖

3、像邊緣過(guò)渡部分配準(zhǔn)效果會(huì)受到很大影響,甚至無(wú)法進(jìn)行配準(zhǔn)。基于NAM的圖像線性重建,可以將待配準(zhǔn)圖像還原到最佳狀態(tài),提高配準(zhǔn)的成功率,有效改善圖像邊緣過(guò)渡的平滑性。
　　然后,通過(guò)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(zhǔn)算法的性能對(duì)拼接效率的影響很大,本文在 C/C++編程語(yǔ)言與 CUDA（Compute Unified Device Architecture)的框架下,通過(guò)當(dāng)前備受矚目的GPU（Graphic Pr

4、ocessing Unit)編程,對(duì) SURF（Speeded Up Robust Features)算法并行化實(shí)現(xiàn),改善圖像配準(zhǔn)的效率。
　　最后,通過(guò)對(duì)實(shí)踐應(yīng)用和視頻幀融合的特點(diǎn)進(jìn)行分析研究,提出了基于二維標(biāo)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(yùn)算,通過(guò)計(jì)算量的轉(zhuǎn)移,實(shí)現(xiàn)冗余去除,對(duì)圖像融合的效率進(jìn)行提升。
　　在