导读:本文包含了视频拼接论文开题报告文献综述及选题提纲参考文献，主要关键词:SURF,视频拼接,小波分解,几何校正
视频拼接论文文献综述
马超,陈子豪,宋洁云,谢从华[1]（2019）在《基于关键帧Haar小波分解和SURF特征的视频拼接研究》一文中研究指出针对当前视频拼接速度较慢的问题,提出了一种基于关键帧Haar小波分解和SURF特征的视频拼接方法.首先,利用差分法提取视频关键帧并用Haar小波分解向下抽样降低图像分辨率;其次,几何校正关键帧小波分解的低通滤波图像;再次,基于低通滤波图像的SURF特征实现图像配准;最后,基于渐入渐出的融合算法实现图像融合.实验结果表明,本文方法在保证拼接质量的前提下可以大大提高视频拼接速度.(本文来源于《常熟理工学院学报》期刊2019年05期）
贺稳定,王波涛[2]（2019）在《车载视频拼接中求解映射参数新算法》一文中研究指出针对车载摄像头之间位置固定不变和图像特征不明显的特点,提出使用连续关键帧获取特征匹配对,并结合改进的误匹配对剔除方法,在线求解车载视频间映射参数的算法。首先使用ORB算法累积提取图像间的特征匹配对,其次进行关键帧的筛选,然后将提取的匹配对进行粗筛选,最后利用改进的随机采样一致算法(RANSAC)细筛选,并求解出最优映射参数。通过车载图像拼接实验证明,该算法对低分辨率摄像头,在特征不明显的路面场景下获取映射参数具有很好的效果,不仅提高了图像拼接中求解映射参数的便利性,而且保留了车载视频拼接中的准确性。(本文来源于《电子测量技术》期刊2019年17期）
李晓禹,陈杰[3]（2019）在《柱面全景视频拼接算法》一文中研究指出本文提出基于模板帧的柱面全景视频拼接方法,实现360°全景拼接。首先采集模板帧图像,对摄像头进行参数标定获得相机内参和畸变系数,再使用畸变矫正方法去除摄像头畸变带来的成像失真。然后对模板帧图像进行SURf特征提取并进行粗匹配,再用高效的匹配点筛选方法剔除误匹配的特征点。之后将特征点进行柱面投影,事先计算好多路视频帧图像两两之间的位置变换矩阵,用于后续视频帧图像融合。由于后续视频帧利用模板帧的摄像头内参和畸变系数、变换矩阵进行拼接融合,大幅提升了算法速度。另外,为了进一步提高算法速度以适应实时性需求,我们在图像柱面投影和融合时,采用CUDA平台进行GPU并行处理,对算法进行加速。最终实现速度可达30帧/秒的实时视频拼接。(本文来源于《电子技术与软件工程》期刊2019年16期）
杨思燕,贺国旗,刘如意[4]（2019）在《基于SIFT算法的大场景视频拼接算法及优化》一文中研究指出目前大量的由独立视频设备获取的小场景视频信息难以满足大场景下信息处理的要求,而通过多设备人工查阅的方式又存在效率低下、信息冗余和碎片化等问题。文中研究了大场景视频拼接技术,利用SIFT算法的尺度不变特性对关键点进行特征匹配,通过仿射矩阵变形完成对图像的拼接工作。在此过程中,对传统的SIFT拼接算法进行进一步的优化,主要是基于距离的优化算法来完善视频拼接的效果;对SIFT特征点匹配、加权优化算法、关键帧提取的技术等进行并行加速,以提高拼接效率。实验结果表明,提出的优化方法能更好地提取视频中的关键信息,以实现更好的视频拼接效果。在视觉效果上,所提方法得到的拼接结果中不存在传统方法出现的两幅图像的交接线。此外,在MATLAB环境下分别对关键点检测和拼接部分进行了加速优化,优化后的关键点检测效率提高了约20%,拼接部分的效率提高了将近57%。在C++环境下,关键点的检测效率提升了14%,拼接部分的检测效率提升了40%。(本文来源于《计算机科学》期刊2019年07期）
陶清[5]（2019）在《实时全景视频拼接系统的FPGA设计研究》一文中研究指出随着视频图像技术的不断进步,传统监控视频的解决方案越来越不能满足人们的需求。传统监控系统存在多视角、界面凌乱等缺点。同时,VR技术是近年来比较火热的词汇,而该技术配套的媒体信号源主要靠计算机建模实现,发展相对缓慢。为了克服上述难题,提升监控技术水平,实时全景视频拼接应运而生。该技术可将传统多视角监控转化为单一视角的全景监控,同时可作为VR设备的媒体支持,为其发展起到推波助澜的作用。基于计算机架构的纯软件视频拼接,实时性不高,通道受限。本文研究基于FPGA实现并行架构视频拼接技术,满足实时性要求。拼接视频的理论包括图像间的配准、图像几何的校正和图像间的融合。图像配准采用SIFT算法找到图像间的几何关系,得到配准参数。本文将图像拼接算法分解实现,上位机PC端完成图像配准,将重复且计算量大的部分交给FPGA硬件平台,完成图像采集、几何变换、图像间融合及显示,加速拼接算法。本文围绕多摄像头全景视频拼接技术进行研究,并介绍一种上位机与FPGA硬件平台协同控制的实时全景拼接系统架构。首先,简要介绍全景图像拼接的研究背景和现状,以及实时图像拼接的基础理论,并用MATLAB软件完成算法仿真验证。然后,根据市面上的视频拼接案例分析,基于FPGA提出一种实时全景视频拼接系统的设计方案,对其中各个部分进行功能描述。接着基于Quartus软件和modelsim软件用硬件描述语言,完成各模块的功能设计和仿真,主要包括图像采集及RGB格式转换、SDRAM图像存储、SSRAM几何校正、图像加权融合及VGA视频显示。最后,采用INTEL公司的FPGA芯片(CycloneⅣEP4CE115F29C7)对两路视频信号实时拼接进行了硬件验证,包括板级调试、时序分析和逻辑优化。结果表明,本设计可将两路640×480视频信号实时拼接输出1280×768@60Hz分辨率的全景视频;所占用的FPGA资源包括逻辑资源LE6088个,存储单元219520比特,9比特嵌入式乘法器34个,PLL锁相环2个。此外,本文还基于MSE、PSNR和SSIM叁方面指标对拼接融合结果客观评价。本方案达到良好的全景视频拼接效果,满足视频实时性要求,且占用的硬件资源少,具有一定的推广和应用价值。(本文来源于《华侨大学》期刊2019-05-17）
李岩[6]（2019）在《基于特征匹配的视频拼接算法研究》一文中研究指出视频拼接技术作为计算机视觉领域中一项重要的技术,在虚拟现实、全景拍摄、医学图像等领域得到了广泛的应用。视频拼接技术是将多个摄像机采集到的包含一定重迭区域的画面合成一个视场更宽广画面的技术,其对较好拼接效果和实时性有着较高的要求。目前采用传统算法方法的视频拼接技术,在实现过程中还存在着诸多问题:算法实时性差影响视频流畅度,算法鲁棒性差导致视频画面存在重线、折线等。本文针对上述问题做出了一些研究工作,主要内容包括:1、对视频拼接的研究背景与研究现状进行分析,总结分析当下视频拼接技术需要解决的关键问题。对图像拼接的主要流程、图像变换模型、图像配准技术、图像插值技术和图像融合技术做了介绍,通过对比分析阐述了本文选择基于特征匹配进行视频拼接的优势。2、对经典的特征算法进行分析对比,并针对视频拼接的特点,提出了一种基于尺度FAST和改进LBP描述符的特征匹配算法。算法在特征点检测阶段,构建尺度金字塔并使用速度极快的FAST算法提取特征点,加强尺度不变的鲁棒性;随后使用改进的LBP描述方法描述特征点,加强旋转不变的鲁棒性,同时降低特征向量维度提高了匹配效率;最后使用DDRN算法来度量特征向量的相似度完成匹配,并通过改进的RANSAC算法剔除误匹配。通过实验验证,相比于传统SIFT、SURF算法,本文算法在大幅提高实时性的同时准确的实现了对图像的特征提取与匹配,并且改进的LBP描述方法对旋转图像的抗干扰性强,在仿射、缩放、光照等复杂变换场景依然有着较高的适应性。3、对常用的融合算法进行介绍分析与实验对比,阐述选择基于拉普拉斯金字塔的多分辨率融合法的依据,并验证了该算法对于不同图像融合场景下的有效性和实时性。针对视频拼接中高实时性的要求,给出了一种基于帧间差分的视频帧间处理方法:通过设置阈值对帧差值进行比较,来判断区分静态帧与动态帧,静态帧直接使用保存的单应性矩阵,动态帧则重新计算变换矩阵。通过搭建拼接实验环境,对静态视频与动态视频分别进行拼接验证,结果表明,本文方法对静态和动态视频都实现了较好的拼接效果,并且由于算法减少了静态帧的重复计算,因此运行时间得到了大幅减少,满足了视频拼接实时性的要求。(本文来源于《中国矿业大学》期刊2019-04-01）
金毅,崔爱莲,严传续,陶卫,赵辉[7]（2018）在《基于海天线检测的无人艇晃动条件下视频拼接方法》一文中研究指出为获得无人艇周围的大视场无失真图像信息,需要对无人艇周边图像进行实时拼接处理。该文采用单应性映射方法对图像进行拼接。无人艇在行驶过程中不可避免的会发生一定程度的晃动,通过建立空间数学模型,得到晃动条件下的图像拼接单应性矩阵计算方法。并通过对图像中海天线的检测对船体晃动进行空间分解,计算。海天线的检测采用改进的概率霍夫方法。采用该文方法对海天线进行检测,正确率达到94.5%,且该方法对逆光图片具有鲁棒性。通过拼接3台相机的视频图像得到无人艇正前方180°视场。该方法实时性良好,满足实际需求。(本文来源于《中国测试》期刊2018年12期）
李南云,王旭光,吴华强,何青林[8]（2019）在《基于灰度塔评分的匹配模型构建在无人机网络视频拼接中的应用》一文中研究指出对于复杂非配合情况下,视频拼接中特征匹配对的数目和特征匹配准确率无法同时达到后续稳像和拼接的要求这一问题,提出一种基于灰度塔对特征点进行评分后构建匹配模型来进行精准特征匹配的方法。首先,利用灰度级压缩后相近灰度级合并这一现象,建立灰度塔来实现对特征点的评分;而后,选取评分高的特征点建立基于位置信息的匹配模型;最后,依据匹配模型的定位进行区域分块匹配来避免全局特征点的干扰和大误差噪点匹配,选择误差最小的特征匹配对作为最终结果匹配对。另外,在运动的视频流中,可通过前后帧信息建立掩模进行区域特征提取,匹配模型也可选择性遗传给后帧以节约算法时间。实验结果表明,在运用了基于灰度塔评分的匹配模型后,特征匹配对准确率在95%左右。相同帧特征匹配对的数目相较于随机采样一致性有近10倍的提升,在兼顾匹配数目和匹配准确率的同时且无大误差匹配结果,对于环境和光照有较好的鲁棒性。(本文来源于《计算机应用》期刊2019年05期）
杨毅,王冬生,宋文杰,付梦印[9]（2018）在《融合图像语义的动态视频拼接方法》一文中研究指出针对当前视频拼接方法仅考虑图像低阶几何特征而没有考虑图像高阶语义特征的问题,提出融合图像高阶语义信息的视频拼接方法,并采用多线程编程方式提高拼接速度。主要贡献包括:(1)自适应动态视频拼接系统框架;(2)融合语义的高效特征匹配算法;(3)融合语义的视频拼接质量评价算法。为验证提出算法的有效性,使用车载摄像机在校园环境内进行动态视频拼接实车实验。实验结果显示,相比于传统方法,该匹配算法正确率提升了50%左右,拼接评价算法更符合人眼视觉,方法的拼接质量提升了25%左右,具有较高的鲁棒性与准确性。(本文来源于《系统工程与电子技术》期刊2018年12期）
王曼,李涛[10]（2018）在《视频拼接系统与我院手术示教系统的结合应用》一文中研究指出将视频拼接技术、高清信号远传技术、数字化信息管理技术结合应用于我院手术示教系统,采用集中布线方式对手术室的医疗影像设备进行统一调度管理,通过中控设备配置示教显示预案,将多路高清视频信号以拼接显示方式同步呈现至示教室的拼接墙。本文着重介绍了我院手术示教系统的硬件架构设计方案,并结合实际示教环境进行布线方式优化,实现手术室高清信号的无损远距离传输,提升手术示教效果。(本文来源于《中国医疗设备》期刊2018年11期）
视频拼接论文开题报告
（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：
针对车载摄像头之间位置固定不变和图像特征不明显的特点,提出使用连续关键帧获取特征匹配对,并结合改进的误匹配对剔除方法,在线求解车载视频间映射参数的算法。首先使用ORB算法累积提取图像间的特征匹配对,其次进行关键帧的筛选,然后将提取的匹配对进行粗筛选,最后利用改进的随机采样一致算法(RANSAC)细筛选,并求解出最优映射参数。通过车载图像拼接实验证明,该算法对低分辨率摄像头,在特征不明显的路面场景下获取映射参数具有很好的效果,不仅提高了图像拼接中求解映射参数的便利性,而且保留了车载视频拼接中的准确性。
（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。
视频拼接论文参考文献
[1].马超,陈子豪,宋洁云,谢从华.基于关键帧Haar小波分解和SURF特征的视频拼接研究[J].常熟理工学院学报.2019
[2].贺稳定,王波涛.车载视频拼接中求解映射参数新算法[J].电子测量技术.2019
[3].李晓禹,陈杰.柱面全景视频拼接算法[J].电子技术与软件工程.2019
[4].杨思燕,贺国旗,刘如意.基于SIFT算法的大场景视频拼接算法及优化[J].计算机科学.2019
[5].陶清.实时全景视频拼接系统的FPGA设计研究[D].华侨大学.2019
[6].李岩.基于特征匹配的视频拼接算法研究[D].中国矿业大学.2019
[7].金毅,崔爱莲,严传续,陶卫,赵辉.基于海天线检测的无人艇晃动条件下视频拼接方法[J].中国测试.2018
[8].李南云,王旭光,吴华强,何青林.基于灰度塔评分的匹配模型构建在无人机网络视频拼接中的应用[J].计算机应用.2019
[9].杨毅,王冬生,宋文杰,付梦印.融合图像语义的动态视频拼接方法[J].系统工程与电子技术.2018
[10].王曼,李涛.视频拼接系统与我院手术示教系统的结合应用[J].中国医疗设备.2018