基于DSP的魚眼鏡頭圖像全景拼接技術研究.pdf

1、魚眼鏡頭的視場范圍大、焦距短，利用魚眼鏡頭構建的全景視覺系統(tǒng)，通過一次拍攝便可獲取全景圖像。雖然魚眼圖像視場范圍大，但存在畸變大等不足，在所建立的全景視覺系統(tǒng)中，會影響全景圖像拼接效果。本文針對魚眼鏡頭的特點，開展對圖像拼接技術的研究。
　　魚眼圖像全景拼接的過程主要包括圖像采集、畸變校正、圖像匹配和圖像融合等幾個步驟。
　　采集到的魚眼圖像畸變很大，要完成拼接，首先要對其進行畸變校正。針對傳統(tǒng)魚眼圖像校正方法存在的不足，如

2、球面坐標定位法和經(jīng)緯度校正法，校正后的效果仍很差，存在拱形失真，不能滿足拼接要求。本文使用球面透視投影約束的畸變校正方法，根據(jù)透視投影模型、確定畸變參數(shù)，獲得了較好的校正效果。但是，隨著魚眼圖像半徑的增加，畸變越來越大，如果對整幅魚眼圖像進行校正，會導致圖像拉伸現(xiàn)象比較嚴重，給拼接帶來一定的困難。故在保證兩幅校正后要進行拼接的圖像有重疊區(qū)域的前提下，可以適當?shù)臏p小校正范圍，提高圖像拼接質量。本文采用了一種改進方法，即對魚眼圖像量化處理，

3、通過設置視角，確定校正范圍，滿足了拼接的要求。
　　基于尺度不變特征（SIFT）的圖像匹配技術，能夠較好的實現(xiàn)校正后的魚眼圖像的匹配，但是一幅魚眼圖像的數(shù)據(jù)量很大，用SIFT匹配算法需要巨大的時間開銷，且存在誤匹配，針對SIFT算法的缺點及不足，本文采用了一種基于D2OG的特征點檢測算子，有效的降低了匹配過程的時間開銷，提高了算法運行速度。同時采用RANSAC算法消除誤匹配，確保了匹配精度。
　　由于拍攝誤差、光照等原因，拼