基于全景图像的真实场景重现与自定位技术研究

摘要

随着计算机与模式识别技术的发展，人们对真实视角体验的要求越来越高，希望计算机视觉系统能提供更加逼真生动的视觉感知体验。本文以图像校正和拼接技术为基础，实现了真实场景重现，并通过研究和开发图像匹配技术，从图像库中检测与查询图像最相似的全景图像，确定自己的位置，实现自定位，方便用户了解周围的地理环境信息。为实现该系统，主要研究内容涉及以下几个方面: (1)利用鱼眼镜头在校园范围内采集大量自然场景图像，对鱼眼图像进行校正处理;采用基于球面经纬展开校正和基于摄像机标定的图像校正算法，分别建立了用于界面展示的全景图像库和用于后文场景特征提取与图像定位的全景图像库。 (2)针对查询图像，引入尺度空间理论，建立高斯金字塔图像，提出了基于尺度空间的场景Gist特征提取算法;针对全景图像，划分成视角大小与查询图像相同的子图像，采用基于Gabor滤波器组的Gist特征提取。 (3)采用基于词汇树的图像搜索算法实现初步搜索。首先将全景图像库中的数据进行K-means分层聚类，构造词汇树，然后分别将查询图像与全景图像进行量化表示，即分别用一组权值向量表示;根据图像相似性度量，检测与之相似的多幅全景图像，实现初步搜索。 (4)提出了基于SIFT特征点与场景Gist特征向量相结合的特征匹配算法。在传统SIFT特征匹配的基础上，结合场景特征提取思想，将稳定性较高的SIFT特征与适用于场景的Gist特征相结合，作为图像的场景特征，在初步搜索的基础上实现精确定位。经过实验结果对比分析，验证了本文匹配算法的正确性与有效性，提高了系统运行速度。 (5)开发设计了基于全景图像的真实景场景重现与自定位技术系统，能够稳定、流畅地实现图像自定位功能，具有一定的应用价值。当用户输入一幅查询图像后，通过此定位系统，准确搜索出全景图像，同时可以实现多方位浏览。 综上所述，本文利用鱼眼镜头，经校正、拼接技术等基本操作，建立全景图像库，在实现真实场景重现的基础上，开发研究图像自定位技术，通过初步搜索与精确定位，实现图像的快速查询，准确检测出与之最相似的全景图像，方便用户及时了解周围的地理环境信息。

目录

声明

摘要

第1章绪论

1．1课题研究背景及意义

1．2国内外研究发展现状

1．2．1真实场景重现技术与产品

1．2．2鱼眼镜头畸变校正研究现状

1．2．3定位技术研究现状

1．3研究内容与章节安排

第2章全景图像处理相关方法概述

2．1基本框架

2．2鱼眼镜头的数学模型与校正分析

2．2．1鱼眼镜头的介绍

2．2．2鱼眼镜头成像原理

2．2．3鱼眼镜头畸变校正

2．3 PCA降维

2．4 SIFT特征提取算法

2．5本章小结

第3章全景图像数据采集与处理

3．1数据的来源与采集

3．2图像有效区域提取

3．3鱼眼图像校正

3．3．1球面经纬展开校正

3．3．2基于摄像机标定的畸变校正

3．3．3算法对比分析

3．4鱼眼图像拼接

3．4．1图像配准

3．4．2全景图像融合

3．5全景图像的分块处理

3．6本章小结

第4章基于全景图像匹配的自定位

4．1图像的特征

4．2场景Gist特征提取

4．2．1 Gabor滤波器

4．2．2基于Gabor滤波器组的Gist特征提取

4．2．3基于尺度空间理论的Gist特征提取

4．3 Gist特征分析与处理

4．4基于词汇树的初步搜索

4．4．1词汇树

4．4．2词汇树的构造

4．4．3基于词汇树的图像搜索

4．5基于特征的图像自定位研究

4．5．1基于特征的图像匹配与定位

4．5．2基于SIFT特征的图像匹配与定位

4．5．3改进特征的图像匹配与定位

4．6实验结果对比与分析

4．7本章小结

第5章系统设计与实现

5．1系统需求分析与设计

5．1．1功能介绍

5．1．2开发环境及应用的技术

5．2系统实现

5．2．1硬件设施介绍

5．2．2系统流程设计与实现

5．3本章小结

第6章总结与展望

6．1总结

6．2展望

参考文献

致谢

作者简介