导读:本文包含了全景图合成论文开题报告文献综述及选题提纲参考文献，主要关键词:全景图,Autopano,拼接
全景图合成论文文献综述
许云鹏[1]（2019）在《全景图的前期拍摄以及后期合成技巧》一文中研究指出与普通照片不同的是,全景图可以最大程度地记录场景。它具有视野广、直观、观看自由等优点,具有很强的互动性。本文对全景图的前期拍摄以及后期合成进行分析研究(本文来源于《摇篮》期刊2019年05期）
刘乾坤[2]（2017）在《基于多张全景图的虚拟视点合成系统》一文中研究指出随着计算机技术的飞速发展,在线的虚拟场景漫游系统变得越来越常见。传统的虚拟场景漫游系统是在当前浏览的视点内进行一系列缩放以及旋转操作,即在当前的全景空间内,以固定的视点进行水平方向360度的环视,也可以针对某个感兴趣的部分进行放大。而这种固定视点的虚拟场景漫游往往会缺少空间的立体感,为了让用户产生这种空间的立体感,就需要进行视点间的切换。而在这个切换过程中,如果只是从一个视点单纯地跳跃到另外一个视点,这种方式对于观察者来说并没有进行平滑的过渡,会使得观察者缺少场景的沉浸感,为了增加这种沉浸感,就需要在视点与视点之间生成一系列的虚拟视点,这样视点之间的过度就会显得平滑。本系统主要实现的功能就是基于多张全景图的虚拟视点的合成。目前来说,比较常见的虚拟视点合成的方式就是每隔一段距离用摄像机采集不同位置视点的图像,然后再利用传统的合成算法去对真实视点之间的虚拟视点图像进行合成。赵强~([1])等人在2013年提出了一种基于两张全景图进行虚拟视点合成的方法,这种合成方法一般是以两个真实视点作为参考,对这两个视点连线上的一系列虚拟视点进行合成,而本系统做出的改进是将两个视点扩展为叁个视点,这样就可以把虚拟视点的生成位置从线段上扩展到整个平面上。本系统不仅使合成位置从线段上的限制脱离了出来,同时因为用到了更多视点的信息,也使得目标合成视点的合成效果变得比之前要好。在这个系统中主要用到了如下一些技术,基础矩阵的求解,特征点的获取以及特征匹配,还有叁角网格化等等技术。(本文来源于《天津大学》期刊2017-12-01）
高炜[3]（2017）在《基于前视钻孔图像的特征提取分类及全景图合成研究》一文中研究指出地质勘探是地质工程前的必备过程,随着相关技术的发展,利用前视钻孔摄像技术获取钻孔孔壁图像进行地质分析已成为地质勘探中一项非常重要的技术。当前对前视钻孔图像的分析处理主要存在两方面问题,一方面,大量的钻孔图像分析分类工作给技术人员带来了较大的挑战;另一方面,前视钻孔图像难以合成孔壁平面全景图,限制了分析水平。利用数字图像处理及模式识别相关技术代替人工完成分类以及合成孔壁全景图,对于提高地质分析水平,拓展前视钻孔摄像的应用范围具有重要意义。本文以前视钻孔图像为研究对象,研究了前视钻孔图像的特征提取分类与全景图合成技术。在前视钻孔图像的特征提取和分类技术方面,本文以传统的特征提取方法为切入点,介绍了常用的特征提取方法,并分析了其存在的不足,重点介绍了Contourlet变换以及非下采样Contourlet变换的基本原理及特点,以及其在自然纹理特征上的表述优势,通过提取非下采样Contourlet变换子带系数的统计特征结合钻孔图像的Hu不变矩特征,再利用方差统计进行特征选择,构成特征向量,最后利用BP神经网络进行分类实验验证,得到了比较满意的实验结果。在前视钻孔图像全景图合成技术方面,本文分析了前视钻孔成像与数字光学成像的基本原理及成像特点,确定了前视钻孔图像合成孔壁全景图的可行性,经过圆心定位、环形区域展开和图像匹配拼接等关键技术的研究,得到了良好的钻孔孔壁平面全景图,为后续的地质分析奠定了基础。本文提出的算法均在Matlab平台进行了验证,得到了比较满意的结果,证明了算法的可行性。(本文来源于《山东科技大学》期刊2017-06-01）
罗婷[4]（2015）在《基于口腔CT的全景图合成和根管中心轴提取方法》一文中研究指出CT(computed tomography)为计算机断层成像,是现代医学重要的影像学检查诊断技术之一。叁维口腔锥束CT能够得到与实际结构一致的叁维高分辨率解剖图像,有助于医生定性定量的分析口腔部位的形态结构、病变组织等。本文基于口腔CT图像,研究了全景图自动合成与牙根管中心轴自动提取两个方面的内容:(1)口腔曲面体层X线摄影获取口腔中所有牙齿的X线二维投影图像,称为全景图。全景图可以直观地显示所有牙齿的分布情形,有助于医生了解口腔中牙齿的全貌,然而全景图也存在一些弊端,例如结构变(本文来源于《第十四届中国体视学与图像分析学术会议论文集》期刊2015-09-16）
陈财淦[5]（2014）在《全景图合成技术研究》一文中研究指出全景图在现代经济生活当中具有广泛的应用,包括大气监测、卫星遥感、影视广告、3D场景构建等,并且在计算机视觉、图像处理和信息融合等领域中一直处于关注研究的热门。本课题在福建省科技厅重点项目(2011 H0027)和福建省自然科学基金项目(2011J01268)的支持下,采用视频图像作为合成全景图的源图像,对全景图合成的相关技术展开研究。最后,设计并实现了一套视频全景图合成编辑软件,具体工作包括：(1)基于改进SURF算法的彩色图像自适应配准算法的研究。图像配准作为全景图合成的关键技术之一,它作为全景图合成的基础,其精确程度决定了图像融合的效果以致影响最终全景图合成的效果。针对SURF算法不支持彩色图像配准以及现有配准算法普适性低的问题,课题在对现有各配准算法研究分析的基础上提出了一种基于改进SURF特征向量的彩色图像自适应配准算法。实验证明,算法保留了SURF算法的优越性能,增加了对彩色图像的配准能力,同时在一定程度上提高了图像配准的准确度,并且算法的自适应匹配能力得到很大的提高。(2)基于对比度Contourlet变换的图像无缝融合算法的研究。为了实现平滑连续的全景图拼接融合效果,针对全景图拼接的特点,提出了利用彩色空间变换和Contourlet变换结合对比度金字塔分解的图像融合算法。通过实验证明,该算法充分利用了Contourlet变换的轮廓特性,展示了图像的细节信息,很好地实现了全景图的无缝拼接融合。(3)应用上述的研究理论,设计并实现了一套视频全景图合成编辑软件。通过对全景图合成技术的研究,应用研究成果,设计了视频全景图合成编辑软件,本软件实现了对多种格式的视频文件(如AVI、MPEG等)的读取与播放,并可以交互的方式对播放的视频进行截图,通过软件的内部程序可将提取的视频帧自动地拼接合成为柱面或平面全景图。此后,通过编辑软件可以对合成的全景图进行初步裁剪,并按照所需的格式(如".jpg"、".bmp"和".png")进行保存导出。本课题通过对全景图合成的相关技术的研究分析,设计实现了图像配准算法和图像融合算法,并在VS2010平台下结合Opencv和Directshow完成了视频全景图合成处理软件的开发。实验证明,本课题设计的视频全景图软件具有良好的性能和较高的实用价值。(本文来源于《福州大学》期刊2014-06-01）
张敏,刘军,罗颖[6]（2014）在《无人机航拍合成球面全景图技术研究》一文中研究指出从刑侦现场勘查的实际需求出发,利用无人机航拍照片为素材,制作球面全景图并将其应用于刑事侦查、现场勘查,也可用于突发事件、安保任务、布控堵截、大型活动等。着重阐述了球面全景图的原理、拼接合成方法,结合实例对全景图合成的步骤和实际工作中遇到的问题做了分析。(本文来源于《警察技术》期刊2014年03期）
王文明[7]（2013）在《基于全景图合成的机器人视觉中的人脸识别方法》一文中研究指出在机器人视觉系统设计中,人脸识别有着特殊的意义,在一些特定的机器人巡逻与监控过程中,机器人可以对可疑人脸进行记录、提问、警示等,也可以对熟悉人脸进行识别,并做出相应的反应。因此,文章研究并提出了一个在具备全景图合成功能的应用型机器人视觉中加装人脸识别功能的方法,该方法能较好的用于多领域的机器人监控系统中,并通过了实验验证。(本文来源于《信息网络安全》期刊2013年02期）
田原[8]（2011）在《基于特征的体育视频全景图合成技术综述》一文中研究指出研究目的:体育视频全景图(将一个动作视频转化为静态的动作全景图,以达到动作冻结的效果,便于对动作完成情况进行全局性的分析和掌握)是体育视频分析技术中的一项重要技术手段。如何实现这一技术是本文要讨论的问题。而实现这一技术的核心问题是如何通过相邻视频帧之间的内容变换解析出镜头的相关运动函数(即全局运动解析问题)也是其它(本文来源于《第九届全国体育科学大会论文摘要汇编(4)》期刊2011-12-07）
龚平[9]（2009）在《基于点特征的全景图合成方法研究》一文中研究指出全景图合成技术不仅是虚拟现实的重要组成部分,它在医学影像处理、遥感遥测图像处理、视频压缩、视频检索、增大视图的范围和分辨率、军用图像特别是红外图像的采集和显示等领域也有广泛的应用。本文在分析和总结了现有全景图合成技术的基础上,着重对基于点特征的全景图合成方法进行了研究,主要做了以下四个方面的工作:①对目前几种常见的图像投影方式进行了分析和比较,从而选择图像获取容易、算法实现效果较好的柱面投影方式作为本文全景图合成的投影方式。②提出了一种改进的Harris角点检测算法。角点检测的精度是配准的关键,本文在原有Harris角点检测算法的基础上,利用原有算法中局部窗口的能量变化构造Harris函数,针对该函数阈值选取的不便提出了一种改进的Harris角点检测算法,该算法对函数进行x、y方向上的曲线拟合,寻找拟合后的重合峰值点,并把它们作为角点检测出来,提高了角点检测的精度。③提出了一种将NCC(Normalized Cross-Correlation,即归一化相关)角点匹配算法与改进的RANSAC(RANdom Sample Consensus,即随机抽样一致性)算法相结合的图像配准新算法。在检测出了较为精确的角点之后,本文对现有的图像配准算法进行了研究,并提出了一种快速有效的图像配准新算法。该算法充分利用两幅图像中检测出的角点信息,利用NCC算法进行角点的粗配准,同时,利用两次改进的RANSAC算法删除误配,以提高正确匹配角点对的数量,算法最后对仿射变换模型参数进行Levenberg-Marquardt非线性优化以进一步降低图像的配准误差。④提出了一种全景图的拼接与融合算法。在对现有全景图像拼接方式与融合算法的研究分析基础上,选择图像拼接累计误差较小的拼接图像到拼接图像的合成方式以及重迭区域线性过渡法对拼接后的图像进行融合处理。实验结果表明获得了良好的合成效果。(本文来源于《湖南师范大学》期刊2009-05-01）
陶焜,吴思,林守勋,张勇东[10]（2005）在《体育视频全景图合成技术》一文中研究指出研究了面向体育视频的全景图合成技术,提出了通过计算前景区域模板和α混合进行前景合成的方法.首先采用MPEG-4校验模型中的Konrad算法和基于Fisher线性判别准则的外点过滤算法进行全局运动参数估计,并用中值法合成背景全景图;然后将前景帧进行仿射投影后与背景求差值,并用中值滤波和形态学方法处理差值图像,得到前景区域模板;最后采用α混合生成前景序列的全景图,并迭加到背景上.由此得到的全景图能同时展现运动的场景和运动员的动作过程.(本文来源于《计算机辅助设计与图形学学报》期刊2005年11期）
全景图合成论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着计算机技术的飞速发展,在线的虚拟场景漫游系统变得越来越常见。传统的虚拟场景漫游系统是在当前浏览的视点内进行一系列缩放以及旋转操作,即在当前的全景空间内,以固定的视点进行水平方向360度的环视,也可以针对某个感兴趣的部分进行放大。而这种固定视点的虚拟场景漫游往往会缺少空间的立体感,为了让用户产生这种空间的立体感,就需要进行视点间的切换。而在这个切换过程中,如果只是从一个视点单纯地跳跃到另外一个视点,这种方式对于观察者来说并没有进行平滑的过渡,会使得观察者缺少场景的沉浸感,为了增加这种沉浸感,就需要在视点与视点之间生成一系列的虚拟视点,这样视点之间的过度就会显得平滑。本系统主要实现的功能就是基于多张全景图的虚拟视点的合成。目前来说,比较常见的虚拟视点合成的方式就是每隔一段距离用摄像机采集不同位置视点的图像,然后再利用传统的合成算法去对真实视点之间的虚拟视点图像进行合成。赵强~([1])等人在2013年提出了一种基于两张全景图进行虚拟视点合成的方法,这种合成方法一般是以两个真实视点作为参考,对这两个视点连线上的一系列虚拟视点进行合成,而本系统做出的改进是将两个视点扩展为叁个视点,这样就可以把虚拟视点的生成位置从线段上扩展到整个平面上。本系统不仅使合成位置从线段上的限制脱离了出来,同时因为用到了更多视点的信息,也使得目标合成视点的合成效果变得比之前要好。在这个系统中主要用到了如下一些技术,基础矩阵的求解,特征点的获取以及特征匹配,还有叁角网格化等等技术。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
全景图合成论文参考文献
[1].许云鹏.全景图的前期拍摄以及后期合成技巧[J].摇篮.2019
[2].刘乾坤.基于多张全景图的虚拟视点合成系统[D].天津大学.2017
[3].高炜.基于前视钻孔图像的特征提取分类及全景图合成研究[D].山东科技大学.2017
[4].罗婷.基于口腔CT的全景图合成和根管中心轴提取方法[C].第十四届中国体视学与图像分析学术会议论文集.2015
[5].陈财淦.全景图合成技术研究[D].福州大学.2014
[6].张敏,刘军,罗颖.无人机航拍合成球面全景图技术研究[J].警察技术.2014
[7].王文明.基于全景图合成的机器人视觉中的人脸识别方法[J].信息网络安全.2013
[8].田原.基于特征的体育视频全景图合成技术综述[C].第九届全国体育科学大会论文摘要汇编(4).2011
[9].龚平.基于点特征的全景图合成方法研究[D].湖南师范大学.2009
[10].陶焜,吴思,林守勋,张勇东.体育视频全景图合成技术[J].计算机辅助设计与图形学学报.2005