鱼眼图像全景拼接系统

摘要

在众多的应用领域，需要广视角甚至360°全视角的的图像，以便获取各自领域所需的信息。然而由于当前技术以及物理结构的限制，目前拍摄的图像无法在单一时间内获得完整的全景图像，全景图像拼接技术针对这个问题提出了其解决的方法。而鱼眼图像则是在相机镜头上采用具有更广视角的鱼眼镜头，从而减少图像的数量和图像拼接的次数，提高最终拼合图像质量的效果。
　　 本文对鱼眼图像全景拼接的各个模块涉及的算法进行了分析，对存在不足的算法提出了新的方法并进行了一定程度的改进。主要包括:
　　 ①鱼眼图像校正:传统的经纬度法对鱼眼图像进行校正时，对图像的拍摄质量要求较高，需要保证图像在拍摄过程中尽量不能发生俯仰变换，否则将导致校正后的图像丧失垂直不变性从而影响后续的拼接效果。针对这个问题，本文提出了一种利用两幅图像之间特征点信息来计算估计鱼眼图像在拍摄时俯仰误差的方法，利用该俯仰估算值对鱼眼图像进行精确校正，保证图像存在俯仰误差时，校正后仍然具有垂直不变性。
　　 ②特征点去噪:针对鱼眼图像的特征点进行分析，提出了一种利用直方图，对图像特征点表示的位置关系进行统计的方法，由于SIFT算法所匹配的特征点正确率较高，因此输入的匹配特征点对具有一定的类聚性，通过直方图，统计特征点所代表的图像间位置关系，对具有相同位置信息的峰值进行延伸处理，而对不明显的噪声信息进行抑制处理，从而达到特征点的去噪效果。
　　 ③计算变换矩阵:通过对鱼眼图像特性的分析，由于经过精确校正之后的鱼眼图像，只具有偏转变换，将这点作为先验知识，采用了两参数的变换矩阵作为鱼眼图像的位置变换矩阵，该位置矩阵能够较为精确的表示精确校正之后的鱼眼图像位置关系，大大降低了计算难度，同时提高了拼接质量。
　　 ④图像的融合:传统的线性融合在图像拼接对齐程度较低时，会产生一定程度的重影现象，从而造成最终全景图像的信息冗余，针对该问题，本文提出了一种针对灰度值差异过大的像素点进行特殊的权重处理的方式，来消除图像的重影，实验证明具有较好的效果。
　　 在完成了对各个流程具体算法分析改进之后，运用软件工程的方式对系统进行模块化，流程化，构建出一个具有一定可维护性，完整实现图像全景拼接功能的程序。

目录

文摘

英文文摘

声明

1绪论

1.1全景图像拼接研究背景及意义

1.2鱼眼图像全景拼接研究现状

1.3本文内容及结构

2照相机相关原理

2.1照相机拍摄方法

2.2照相机成像原理

2.3照相机像素焦距

3鱼眼图像拼接关键技术

3.1鱼眼图像校正

3.1.1经纬度校正法

3.1.2改进后经纬度法

3.1.3实验结果分析

3.2特征点的检测与匹配

3.2.1 Harris算子特征点检测法

3.2.2 SIFT特征点检测法

3.2.3 SIFT特征点描述及匹配法

3.2.4直方图特征点描述及匹配法

3.2.5实验结果分析

3.3几何变换矩阵

3.3.1二维变换矩阵

3.3.2最小二乘求解

3.3.3分层求解

3.3.4鱼眼图像变换矩阵

3.3.5实验结果分析

3.4特征点去噪

3.4.1 RANSAC特征点去噪法

3.4.2直方图特征点去噪法

3.4.3实验结果分析

3.5图像融合

3.5.1线性融合法

3.5.2改进后线性融合法

3.5.3多通道融合法

3.5.4实验结果分析

3.6本章小结

4全景拼接系统分析与设计

4.1系统需求分析

4.1.1功能需求

4.1.2性能需求

4.2系统总体设计

4.2.1系统模块设计

4.2.2系统流程设计

4.3系统运行结果

4.4本章小结

5结论与展望

5.1结论

5.2工作展望

致 谢

参考文献

附 录