论文部分内容阅读
近年来,如何运用图像处理技术将有重合区域的视频图像进行拼接,使之成为含有更多图像信息的大场景视频图像是图像领域的研究热点。同时,对于摄像机,特别是监控摄像机,摄像机的梯形畸变对于摄像机所拍摄图像的有效性有着十分重要的影响。故本文就基于Harris算法的梯形畸变校正快速视频拼接技术做了深入的学习研究。针对一般的梯形畸变校正算法难以移植的缺点,使用两步投影法校正图像梯形畸变。由于摄像机偏转角度改变后难以测量,本文提出基于像素点的角度检测算法,将图像像素坐标系与空间几何关系相结合,通过软件方法对摄像头的偏转角度进行测定,同时在摄像头高度与角度发生变化的情况下也能很好地测定。实验证明基于角度检测的两步投影梯形校正算法能对拼接图像的梯形畸变进行有效校正。为了进一步提高Harris角点检测算法的性能,改善其不足,如对图像中每一像素点都进行是否是特征点的判断而导致的算法处理速度较慢,难以应用于实际工程应用等。学习参考了基于8邻域像素差值的Harris角点检测算法,优化为先对上下左右4邻域像素进行差值比较分析,再对8邻域内剩余斜边4像素进行差值比较分析的两步筛选候选角点的Harris角点检测算法。实验证明该算法能对图像像素点进行特征点检测前能有效滤除大部分不符合条件的像素点,提高算法效率,同时和基于8邻域像素差值的Harris角点检测算法相比增加了匹配对的数量,提高了检测速度。传统的渐入渐出加权融合算法在对配准好的图像进行融合时,对于重合区域有运动物体的情况,融合后会出现重影、“鬼影”等问题。此外,原始的渐入渐出算法在图像边界处可能会出现融合效果不佳的情况。针对上述问题,提出一种改进的渐入渐出加权融合算法,实验证明该算法能很好地解决以上问题,对于待拼接图像的融合效果更为自然。