程舒慧

摘 要：計算機視覺和圖形學(xué)中的一個重要內(nèi)容就是視頻的拼接技術(shù)，最開始發(fā)展是針對于靜態(tài)的圖畫和視像使用拼接技術(shù)，但是隨著科技的進步和發(fā)展，視頻呈現(xiàn)多樣化和復(fù)雜化，圖像的拼接技術(shù)不能滿足于視頻的拼接技術(shù)，目前經(jīng)常使用的拼接技術(shù)需求量非常大，并且拼接技術(shù)使用也越來越廣泛。文章就針對多路攝像頭的視頻拼接技術(shù)進行了研究和分析。

關(guān)鍵詞：多路攝像頭；視頻拼接技術(shù)；研究

引言

隨著現(xiàn)代科技技術(shù)的發(fā)展和進步，特別是計算機的應(yīng)用十分廣泛，在數(shù)字視頻拼接技術(shù)領(lǐng)域，計算機的作用也是不容忽視的，我們要對于已保存的數(shù)字圖像進行處理就需要使用拼接技術(shù)。我們所看到的畫面很美的影視作品并不是原始的視頻，而是利用視頻拼接技術(shù)向人們呈現(xiàn)出一種畫面感優(yōu)質(zhì)的視像。在視頻拼接技術(shù)中，通常要選擇正確的匹配圖像，然后才可以實現(xiàn)檢測目標(biāo)、融合信息、重建三維和超分辨率的工作。而這些技術(shù)應(yīng)用十分廣泛并且發(fā)揮了巨大作用，而視頻拼接技術(shù)的發(fā)展是要以這些技術(shù)為基礎(chǔ)才能得以發(fā)展。視頻拼接技術(shù)受到越來越多的人們的關(guān)注和重視，圖像配準(zhǔn)是拼接技術(shù)的核心內(nèi)容。經(jīng)過一段時期的發(fā)展，圖像配準(zhǔn)最開始是利用迭代非線性最小化的方法來實現(xiàn)，而這種方法可以實現(xiàn)多種形式的轉(zhuǎn)換，但是這種方法也會出現(xiàn)問題，基于這些問題又開始出現(xiàn)了不變量技術(shù)和開發(fā)了新型的拼接軟件，滿足了當(dāng)時的圖像拼接的技術(shù)，為以后研究視頻拼接技術(shù)奠定了堅實的基礎(chǔ)，但是從現(xiàn)在快速發(fā)展的社會來看，這種技術(shù)越來越不能適應(yīng)變化，這就要求我們要不斷研究新的圖像拼接技術(shù)。

1 拼接技術(shù)的算法和流程

視頻圖像拼接技術(shù)大體流程是：通過搜集視頻圖像資料實施標(biāo)定相機的參數(shù)，計算出單應(yīng)矩陣和畸變矯正參數(shù)，然后對視頻圖像進行融合處理。但是要注意單應(yīng)矩陣的計算方法，因為單應(yīng)矩陣是視頻拼接技術(shù)的核心，所有要重視對它的計算，這就要求要對圖像的每一特征處進行采集工作，利用每一個試點的坐標(biāo)來進行基礎(chǔ)按參考平面的透視或者放射數(shù)據(jù)，最后把圖片放在參考平面上融合重復(fù)的圖像，這樣就可以得出所想要的景象。

在進行視頻拼接工作的過程中，要對每一幅圖像的單應(yīng)矩陣在標(biāo)準(zhǔn)要求下進行計算，但是也會出現(xiàn)誤差比較大和沒有半大實現(xiàn)拼接的問題，因此要解決這一問題就要求我們要針對這一問題研究出降低問題出現(xiàn)的技術(shù)，所以文章就研究了利用對控制幀來提取圖像資料方法。

2 多攝像頭的圖像拼接

2.1 圖像拼接的發(fā)展和流程

對于攝像頭的拼接技術(shù)早在很多年前就被國內(nèi)外許多研究者研究和應(yīng)用，學(xué)者發(fā)現(xiàn)要想完成視頻的圖像拼接首先是要在完成圖像拼接的基礎(chǔ)上，因為研究者對拼接技術(shù)的深入研究和發(fā)現(xiàn)終于取得了有效的成果，出現(xiàn)了許多不同的圖像拼接算法和融合方法。至今為止，雖然出現(xiàn)了許多圖像拼接方法，但是只有一種方法得到發(fā)展和應(yīng)用，就是90年代出現(xiàn)的以局部特點為基礎(chǔ)的SIFT的算法，而這種算法對于圖像的旋轉(zhuǎn)、平移、圖像的色彩、光照和尺寸影響都不是很大，這些特點使得這種方法為大家所用，得到了廣泛的使用。實踐證明這種方法對于圖像拼接的效果十分理想。但是凡事都有兩面性，既然有優(yōu)點必然也會有缺點，這種方法就是使用起來比較復(fù)雜，要求的計算量比較大，但是現(xiàn)在技術(shù)要求的是具有一定的輕便性，因此怎樣既能滿足拼接效果又能滿足實際應(yīng)用的技術(shù)是當(dāng)前研究的重點內(nèi)容。一般的攝像頭都是由幀圖像組成，多攝像頭則是多種幀圖像的拼接，而拼接是需要融合和匹配兩大核心技術(shù)。

2.2 匹配幀圖像

幀圖像呈現(xiàn)出來圖像質(zhì)量的好壞跟圖像匹配時的精確度密切相關(guān)，所以要注重把握好圖像的精確度是匹配幀圖像的重點工作。要把握好圖像的精確度就要求在選擇既能滿足精確度又能滿足計算簡易度的匹配算法。對一幅圖像的特征選擇匹配關(guān)鍵是檢測特征點，比較常見的檢測特征點的算法有：Harris算法和Canny算法。文章就針對SIFT算法對圖像拼接技術(shù)的基數(shù)進行轉(zhuǎn)換。這種算法主要涉及兩個過程，第一個過程就生成SIFT的特征，第二個過程就是SIFT匹配向量特征。只有當(dāng)兩幅圖像都完成向量匹配的時候我們就可以利用歐式距離進行計算，從而判斷兩幅畫的相似特征。需要注意的就是在匹配過程中難免會出現(xiàn)誤差，這就需要利用RANSAC算法進行糾正。

2.3 融合幀圖像

雖然融合幀圖像的算法有許許多多，但是文章就利用圖像平滑過渡算法進行幀圖像的融合，我們假設(shè)融合區(qū)域的變化因子是R，image A以及image B 代表的是圖像在融合前后的像素值，而image C代表的是融合區(qū)域的像素值，就可以依照以下公式進行計算：image A等于R乘以image A 加上括號A 減去R的值乘以image B.其中R的值要大于零小于一。經(jīng)過這樣的算法幀圖像的融合就能夠順利實現(xiàn)拼接。

2.4 消除因為接縫而出現(xiàn)的公用模板

圖像的拼接可能會受到曝光的因素，所以在融合幀圖像的過程中非常容易出現(xiàn)拼接縫，其實就相當(dāng)于幀圖像產(chǎn)生的噪聲，我們可以通過給圖像進行去噪處理來清除拼接縫。以前的去噪方法雖然多，但是因為去噪之后的圖像質(zhì)量不好，所以不建議使用。而現(xiàn)在采用的是對圖像有重疊的地方利用加權(quán)平滑的方式把灰度值和對應(yīng)試點的灰度值進行加權(quán)就能實現(xiàn)，這一過程完整實現(xiàn)之后就可以保留匹配過程中的剪切模板和變換矩陣。

2.5 多攝像頭拼接成一個攝像頭

要實現(xiàn)多個攝像頭組成一個攝像頭的工作，就要考慮在拼接過程中由于幀圖像的融合和匹配花費時間最多，后續(xù)工作的時間就應(yīng)當(dāng)適當(dāng)減少，這是為了提高工作效率，并且能夠發(fā)揮多攝像頭拼接的作用。因為安裝攝像頭的時候線路都是比較固定的，所以一般來講攝像頭的位置都是不變的，所以我們提取多個攝像頭圖像的時候要記錄好首幀圖像的變換矩陣，然后利用首幀圖像對變形后的幀圖像進行融合和裁剪，這樣做的目的就是能夠為以后多攝像頭的拼接工作提供方便。

2.6 提取新攝像頭的視頻

攝像頭在我們實際生活中應(yīng)用十分廣泛，特別是在監(jiān)控領(lǐng)域攝像頭的作用不能忽視，當(dāng)我們把多個攝像頭裁剪成一個攝像頭后，就有可能會出現(xiàn)一些沒有用的視頻信息被記錄下來，這些信息對于我們來說也沒有用處，并且還占據(jù)了大量的內(nèi)存，要解決這一問題就要應(yīng)用到視頻摘要，就是利用對視頻信息進行檢測和分析之后自動提取有效的信息并且將信息組合起來的技術(shù)，這種技術(shù)具有很強的實用性。

3 結(jié)束語

綜上所述，多攝像頭的圖像拼接技術(shù)能夠使攝像頭發(fā)揮更有用的作用，圖像拼接技術(shù)是一項計算方法比較復(fù)雜的過程，這就要求在保證圖像質(zhì)量的同時，提高拼接速度。

參考文獻

[1]劉暢，金立左，費樹岷，等.固定多攝像頭的視頻拼接技術(shù)[J].數(shù)據(jù)采集與處理，2014，29（1）：126-133.

[2]林學(xué)晶.視頻圖像拼接技術(shù)研究[D].南京理工大學(xué)，2010.

[3]馬力，張茂軍，徐瑋，等.采用視頻拼圖方法構(gòu)建高分辨率全景視頻監(jiān)控系統(tǒng)[J].中國圖象圖形學(xué)報，2008，13（12）：2291-2296.

[4]魏川，張功國，呂曉萌，等.圖像拼接技術(shù)在雙攝像機監(jiān)控中的應(yīng)用[J].激光與紅外，2014，19（4）：447-451.

[5]楊磊，任龍，劉慶，等.基于FPGA的大視場圖像實時拼接技術(shù)的研究與實現(xiàn)[J].紅外與激光工程，2015，22（6）：1929-1935.

[6]彭勃，何賓.FPGA在視頻拼接中的應(yīng)用與實現(xiàn)[J].計算機工程與設(shè)計，2013，34（5）：1635-1639.