基于汽车后视全景的快速图像拼接方法研究

摘要

汽车后视系统作为汽车安全辅助驾驶系统(Car Safetys Driving Assistant Systems)中的一个重要组成部分，近年来得到了广泛的关注，涌现出许多新方法。本文采用多摄像头图像拼接算法实现了汽车后视图像的全景显示，构架了基于摄像机标定、图像桶形畸变校正、图像特征点提取、特征点匹配、图像融合等算法的多摄像头图像拼接系统，同时分析了汽车后视盲区的消除情况。
　　本系统使用2.8mm的广角镜头进行图像采集，但是图像桶形畸变非常明显，严重影响了拼接效果。因此，我们首先进行摄像机标定，在确定摄像机内参矩阵及畸变参数后采用桶形畸变校正算法进行图像校正。然后在畸变校正的基础上对图像进行灰度化、直方图均衡以及中值滤波的图像预处理算法。
　　本文在图像拼接部分采用特征点提取与特征块匹配结合的方法。首先采用SUSAN角点提取算法对图像进行特征点提取，其目的为提取出图像中鲁棒性较强的角点。然后我们根据提取的特征点确定匹配块，计算出匹配块的归一化相似性系数，进而确定匹配点对，然后通过计算匹配点对的欧氏距离，剔除误匹配点对，确定最佳匹配点对，即所谓的拼接列。最后利用渐入渐出的图像融合算法消除拼接缝，得到后视全景图像。
　　在文中分析了不同的畸变校正方法、不同的角点检测算法和不同的融合方法对拼接结果产生的影响。最终实验表明，使用SUSAN角点检测算法与特征块匹配结合的方法进行图像拼接，具有较好的拼接效果。
　　本文的工作是在Visual C++6.0开发平台下，基于MFC框架并结合OpenCV计算机视觉库设计并建立的多摄像头图像拼接系统平台，课题的研究重点在于实现多幅图像的快速图像拼接。

目录

声明

摘要

1 绪论

1．1 引言

1．2 研究背景、目的及意义

1．3 汽车后视系统的研究现状

1．3．1 国外发展状况

1．3．2 国内发展状况

1．4 图像拼接的研究现状

1．4．1 国外发展状况

1．4．2 国内发展状况

1．5 论文的内容及组织结构

2 系统硬件平台搭建

2．1 汽车后视盲区分析

2．2 系统硬件构架

2．2．1 图像采集部分

2．2．2 图像处理部分

3 图像获取与图像预处理

3．1 图像获取

3．2 图像畸变校正

3．2．1 球面坐标法

3．2．2 基于摄像机标定的畸变校正法

3．2．3 校正结果分析

3．3 图像预处理

3．3．1 图像灰度化

3．3．2 直方图均衡

3．3．3 中值滤波

4 基于多摄像头的快速图像拼接

4．1 图像拼接算法流程

4．2 图像特征提取

4．2．1 几种常用的特征点提取算法

4．2．2 SUSAN特征点提取算法

4．2．3 特征点提取结果分析

4．3 图像特征匹配

4．3．1 特征点粗匹配

4．3．2 特征点精匹配

4．4 图像融合

4．4．1 基于拼接缝模糊的图像融合算法

4．4．2 重叠区域渐入渐出的图像融合算法

4．4．3 融合效果及分析

4．5 小结

5 基于汽车后视全景的快速图像拼接软件系统

5．1 多摄像头视频图像拼接

5．2 静态图像拼接

5．3 摄像镜头畸变校正

5．4 后视盲区消除效果分析

6 总结与展望

致谢

参考文献

在校学习期间发表论文