1. <tt id="5hhch"><source id="5hhch"></source></tt>
    1. <xmp id="5hhch"></xmp>

  2. <xmp id="5hhch"><rt id="5hhch"></rt></xmp>

    <rp id="5hhch"></rp>
        <dfn id="5hhch"></dfn>

      1. 基于全局運動估計的視頻圖像拼接在監控系統中的應用

        時間:2024-09-24 06:35:01 計算機畢業論文 我要投稿
        • 相關推薦

        基于全局運動估計的視頻圖像拼接在監控系統中的應用

        摘要:文章通過云臺控制攝像頭拍攝的序列圖像實現實時的全景視圖拼接,利用金字塔分層的塊匹配方式以及參數仿射模型,快速、精確地估算各幀之間的運動參數,實現了多幀圖像的自動拼接,達到了實時擴大視頻監控范圍和視野的目的。
        關鍵詞:視頻監控 全局運動估計 6參數仿射模型 全景圖

        l引言

        全景視圖在諸多領域有著非常廣泛的應用,在虛擬現實中,它是一種重要的場景表示方式。在MPEG中的動態Sprite編碼通過對視頻序列進行全局運動估計,可重構背景的全景視圖。在基于內容的視頻檢索中,用全景圖表示一段視頻,極大地壓縮了視頻數據量。本文結合上述文中提到的全景圖的優點,提出了一種應用在視頻監控中的全景圖拼接方法。通過云臺控制攝像頭左右往返運動實現實時的視頻序列圖像拼接,攝像頭所拍攝的幀之間的轉角和重疊區域并沒有嚴格限制,利用全局運動估計方法,估算幀間運動參數,實現多圖像的拼接融合,有效地擴大了監視范圍和視野。

        2全景圖生成思路

        用攝像機采集得到一系列圖像,將首幀做為基準全景圖,將下一幀與已有全景圖做全局運動估計,得到該幀的運動參數,根據此參數對當前幀進行變換,然后將該幀變形圖與已有的全景圖進行拼接融合,重復上述步驟,即可生成該視頻序列的全景圖。其中,為了節約運行時間,保存每一幀的變形圖,當讀人一幀圖像時,將當前幀與前一幀的變形圖做全局運動估計,這樣得出的運動參數和每次與已有全景圖做運動估計得到的參數是一致的,并且由于單幀變形圖所占空間小,使得運算速度得以提高。

        3全局運動估計

        3.1全局運動的仿射模型

        幀間全局運動分析是一種基于模型的運動分析方法,在這里宜采用6參數的仿射模型來估算幀間的運動關系。該模型可描述圖像的平移、縮放、旋轉、仿射等線性變換:

        x'=ax by c

        y'=dx ey f(1)

        其中(w)代表k幀中像素的坐標,(x',y')代表k l幀中像素的坐標,在該模型下定義參數矢量,其中分量e、f與平移運動有關,分量a、b、c、d與放縮、旋轉運動有關。

        3.2參數矢量估計

        要估計仿射模型的6個參數,至少必須獲得3 個非共線位置的運動矢量數據。通常情況下,可由塊匹西法、光流分析等方法來進行。本文采用可以適應較大缶移矢量塊匹配法來進行參數估計。將圖像分為16xl6一共n小塊,求出各個小塊在上一幀的位移矢量,根據(1).有

        其中i為每個小塊的編號,axi、ayj為幀小塊中心點對應與上一幀在x,y方向上的運動矢量。

        此時定義能量函數pi,p’:

        使得p,、p,,取得最小值,其中n表示塊匹配中的分塊數。

        利用最小二乘法求解式(2)、(3),使

        可得到一組線性方程:

        求解線性方程,即可得到參數矢量p。

        3.3分層運動矢量估計

        由于塊匹配計算量較大,故本文采用金字塔分層的塊匹配技術進行幀間運動估計,以提高運算速度,具體算法如下:

        首先,將圖像分為三層,最底層為原始圖像,中間層為原始圖像經過2:l的采樣,大小變為底層圖像1/4大小(長、寬都減少一半),最上層則為底層圖像1/16大小。這樣處理的好處是提高了后續運算的速度,且經過兩次濾波有效消除了高頻噪聲對運動估計的影響。

        通過計算最上層圖像的塊運動矢量,利用最小二乘估計法估算運動參數,由于塊匹配在有運動前景或者紋理不明顯的區域計算時不夠精確,故需要進行錯誤匹配點的剔除。計算所有運動矢量與用運動參數恢復出的運動矢量的平均誤差:

        其中,Axi、△yi為第i小塊經過塊匹配計算出的運動矢量,,為用運動參數恢復出的運動矢量。

        剔除塊匹配運動矢量中所有平均誤差值大于此平均誤差的矢量,用更新的運動矢量集合再次進行參數估計。

        再將最上層用參數估計恢復出的運動矢量擴大一倍,作為第二層的運動矢量初始值,重復與最上層計算運動矢量相同的步驟,直至計算出圖像最底層的運動參數。

        所示見圖l為一段720x576大小的視頻序列中利用16x16的塊匹配在某幀最上層圖像上求出的相對其上一幀的運動矢量。

        其中,白線表示迭代運算后的運動矢量,而黑線則麥示誤差計算后,被剔除的運動矢量。

        4圖像拼接

        確定了兩副待拼接圖像之間的變換關系,即可確定兩圖像的重疊部分。但由于兩圖像之間的光線強度差異,以及直接拼接造成明顯的拼接痕跡等原因使拼接效果受到影響,故拼接時還需做如下處理:

        4.1均衡光差

        在圖像間的重疊區域確定后,分別計算兩圖像在重疊區域的光照強度,將所有點的光強值相加,然后將兩個累加值相除得到光照強度的比例,然后照此比例,將光照強度較強的圖像亮度降低。如圖所示見圖2兩幀圖像在均衡光差前后的拼

        基于全局運動估計的視頻圖像拼接在監控系統中的應用

        【基于全局運動估計的視頻圖像拼接在監控系統中的應用】相關文章:

        基于SOPC的遠程視頻圖像監控系統的設計03-07

        OSD技術在ATM數字視頻監控系統中的應用03-18

        基于ADSL傳輸的網絡視頻應用系統03-18

        VHDL在高速圖像采集系統中的應用設計03-18

        凌華圖像運動控制卡基于PC的目標追蹤系統的應用03-18

        視頻監控系統中的字符疊加設計03-18

        基于H.264標準的船舶機艙視頻監控系統03-07

        Openprocess在熱網監控系統中的應用01-11

        CAN總線在樓宇監控系統中的應用03-07

        国产高潮无套免费视频_久久九九兔免费精品6_99精品热6080YY久久_国产91久久久久久无码

        1. <tt id="5hhch"><source id="5hhch"></source></tt>
          1. <xmp id="5hhch"></xmp>

        2. <xmp id="5hhch"><rt id="5hhch"></rt></xmp>

          <rp id="5hhch"></rp>
              <dfn id="5hhch"></dfn>