多路攝像頭的視頻拼接技術研究

程舒慧

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

關鍵詞：多路攝像頭；視頻拼接技術；研究

引言

隨著現代科技技術的發展和進步，特別是計算機的應用十分廣泛，在數字視頻拼接技術領域，計算機的作用也是不容忽視的，我們要對于已保存的數字圖像進行處理就需要使用拼接技術。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向人們呈現出一種畫面感優質的視像。在視頻拼接技術中，通常要選擇正確的匹配圖像，然后才可以實現檢測目標、融合信息、重建三維和超分辨率的工作。而這些技術應用十分廣泛并且發揮了巨大作用，而視頻拼接技術的發展是要以這些技術為基礎才能得以發展。視頻拼接技術受到越來越多的人們的關注和重視，圖像配準是拼接技術的核心內容。經過一段時期的發展，圖像配準最開始是利用迭代非線性最小化的方法來實現，而這種方法可以實現多種形式的轉換，但是這種方法也會出現問題，基于這些問題又開始出現了不變量技術和開發了新型的拼接軟件，滿足了當時的圖像拼接的技術，為以后研究視頻拼接技術奠定了堅實的基礎，但是從現在快速發展的社會來看，這種技術越來越不能適應變化，這就要求我們要不斷研究新的圖像拼接技術。

1 拼接技術的算法和流程

視頻圖像拼接技術大體流程是：通過搜集視頻圖像資料實施標定相機的參數，計算出單應矩陣和畸變矯正參數，然后對視頻圖像進行融合處理。但是要注意單應矩陣的計算方法，因為單應矩陣是視頻拼接技術的核心，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來進行基礎按參考平面的透視或者放射數據，最后把圖片放在參考平面上融合重復的圖像，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矩陣在標準要求下進行計算，但是也會出現誤差比較大和沒有半大實現拼接的問題，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的技術，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 圖像拼接的發展和流程

對于攝像頭的拼接技術早在很多年前就被國內外許多研究者研究和應用，學者發現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上，因為研究者對拼接技術的深入研究和發現終于取得了有效的成果，出現了許多不同的圖像拼接算法和融合方法。至今為止，雖然出現了許多圖像拼接方法，但是只有一種方法得到發展和應用，就是90年代出現的以局部特點為基礎的SIFT的算法，而這種算法對于圖像的旋轉、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，既然有優點必然也會有缺點，這種方法就是使用起來比較復雜，要求的計算量比較大，但是現在技術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用的技術是當前研究的重點內容。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。

2.2 匹配幀圖像

幀圖像呈現出來圖像質量的好壞跟圖像匹配時的精確度密切相關，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的基數進行轉換。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，我們假設融合區域的變化因子是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。經過這樣的算法幀圖像的融合就能夠順利實現拼接。

2.4 消除因為接縫而出現的公用模板

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拼接縫，其實就相當于幀圖像產生的噪聲，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量不好，所以不建議使用。而現在采用的是對圖像有重疊的地方利用加權平滑的方式把灰度值和對應試點的灰度值進行加權就能實現，這一過程完整實現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，后續工作的時間就應當適當減少，這是為了提高工作效率，并且能夠發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用十分廣泛，特別是在監控領域攝像頭的作用不能忽視，當我們把多個攝像頭裁剪成一個攝像頭后，就有可能會出現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，并且還占據了大量的內存，要解決這一問題就要應用到視頻摘要，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，這種技術具有很強的實用性。

3 結束語

綜上所述，多攝像頭的圖像拼接技術能夠使攝像頭發揮更有用的作用，圖像拼接技術是一項計算方法比較復雜的過程，這就要求在保證圖像質量的同時，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[J].數據采集與處理，2014，29（1）：126-133.

[2]林學晶.視頻圖像拼接技術研究[D].南京理工大學，2010.

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

[4]魏川，張功國，呂曉萌，等.圖像拼接技術在雙攝像機監控中的應用[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的研究與實現[J].紅外與激光工程，2015，22（6）：1929-1935.

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