论文部分内容阅读
视频图像拼接是将视频中的帧图像进行配准拼接，从而生成包含视频序列所有信息的全景图。该技术在大面积静态场景观测、虚拟现实、视频检索、以及高分辨率图像获取等方面有着重要应用。
本文针对视频序列的全景图，对图像拼接流程中最为重要的两部分—图像配准及图像融合问题进行了深入的研究，主要有以下三个创新点：⑴提出了KIFFT算法。目前，适于视频图像的图像配准方式主要是基于变换域的图像配准，但是该方法对图像相对的位置关系有较高要求。本文在基于变换域基础上提出了关键信息匹配算法(KIFFT)，该算法首先对图像提取关键信息，然后将得到关键信息的图像进行Fourier-Mellin变换粗略求得图像的位置关系，最后迭代寻优，得到图像间的精确的位置关系。实验结果表明该算法不仅对图像的重叠度没有任何限制，而且能很好地实现图像的实时快速拼接，可行性高。⑵提高了现有图像配准方法的精度。文中对已有图像的配准算法精度做了分析，发现现有图像配准都需要将彩色图像转换成灰度图像之后进行分析操作，降低了图像配准的精度，本文算法无需彩色到灰度图的转换，直接针对彩色图像采用KIFFT算法并结合四源数方法，提高了图像配准的精度。⑶针对图像融合之后容易出现的鬼影现象，采用改进后的线性融合算法，有效的消除了鬼影现象，实现了无缝拼接。