北京林业大学本科毕业文,大学毕业文写作教程北京

深圳大学本科毕业论文(设计)开题报告

题目基于混合多摄像机网络的拓扑结构计算学生姓名王瑞雯学号2016130097专业电子学院信息工程指导教师裴继红本选题的意义及国内外发展状况:

图像拼接技术是数字图像处理领域的一个重要研究方向,在,,遥感图像处理,医学图像分析,计算机图形学等领域有着重要的应用价值.图像拼接重叠部分的图像一般由两种方法获得:一种是固定照相机的转轴,然后绕轴旋转所拍摄的照片,另一种是固定照相机的光心,水平摇动拍摄照片.其中,前者主要用于远景或遥感图像的获取,后者主要用于显微图像的获取,它们的共同特点就是获得有重叠的二维图像.但是由于场景或机械的不理想的缘故,所获得的各衔接图像的重叠部分不能完全匹配,或者匹配过程中会运用到较高的计算量,造成大量冗余,因此,本文将提出动态相机与静态相机想结合的方法,计算待拼接图片的拓扑结构.

目前发展:1基于特征的配准:Harris检测,Forstner检测,Moree算子等2基于图像灰度的配准:两幅图像灰度的平方差之和,序贯相似度检测(SSDA),互相关,相位相关目前图像拼接的发展:

ShmulePeleg,BennyRousso,AlexR-Acha和AssafZomet提出了一种自适应的图像拼接方法,根据取景设备运动上的不同,自适应的选择拼接模型,通过把图像分割成一段段的窄条进行多重投影,最后得到拼接后的图像.2016年,刘美莹,汶德胜和曹红杏提出了一种基于角点特征的图像自动拼接方法,分析了Harris算子的实现原理及其不足,提出了一种改进Harris角点检测算法提取图像的特征点,提高了角点的定位精度,增强了算法抗噪性能,还减少了计算量,图像融合采用的是像素加权的方法,该算法能有效提高配准精确性,具有较好的使用价值.2016年4月,武汉理工大学的李庆,李芬等人提出了基于SURF特征配准的PCB图像拼接算法,在拼接过程中引入SURF配准来完成PCB图像融合,实现了PCB局部小图像间的无缝拼接,成像质量较高.2016年8月,西安科技大学的李会平改进了图像拼接算法中的特征点匹配问题,他使用双向顺序搜寻的方法得到图像间的最大相关性角点,有效地提高了图像拼接的精度和速度.浙江大学CAD以及中科院自动化所模式识别国家重点实验室等高校和科研单位相继提出了以模板匹配的技术对图像进行图像信息搜索,从而确定图像重叠区的边界而得到较佳匹配位置的图像拼接方法.研究内容:

图像拼接一般通过特征提取,特征匹配,投影矩阵计算,融合几个部分.而在特征提取,特征匹配的过程中,多摄像机获得的图片需要相互之间一一匹配,造成了高运算量.

分析目前多摄像机网络中的拓扑计算算法,提出以下不足:

(1)必须视场之间有重叠,否则无法通过特征匹配得到其相对位置,

(2)重叠区域必须有一定量的特征点,否则不能保证匹配的准确性,

(3)计算复杂度较高,需要每个视场之间都进行特征匹配,

(4)不能处理图像中具有相似物体的情况.

因此,本文将针对以上不足,将通过动态相机扫描对应视场,获得的图片与静态多摄像机图片进行匹配,利用已知位置关系的动态相机图片,减少静态相机图片特征匹配时的计算量.

分为以下三个步骤:

(1)用动态相机扫描相同视场,得到具有重叠区域和已知相关位置的图像序列,

(2)利用相对简单的特征提取算法提取相应的特征点,并与将动态相机得到的图像与要计算拓扑结构的图像进行特征匹配,

(3)利用匹配的结果获取静态相机图像的拓扑结构.

由于动态相机得到的图像间位置关系已知,且和静态图像有较为明显的相似特征,所以配准与确定拓扑结构时都会提高效率和准确性.

研究方法,手段及步骤:

1:建立数学模型,并利用简单人造的数据进行验证,

2:获取实验结果,分析数据,

3:提出引入动态相机的模型.利用动态相机捕获的图片与静态相机的图片进行配准,得到拓扑结构,

主要方法:通过计算两幅图片的灰度直方图,利用拉普拉斯变换测量动态相机图片部分与静态相机图片的相似度,以确定静态相机图片间的拓扑结构.再进行图片融合从而实现全景拼接.

4:分析相关的配准算法,并验证各种算法的准确性.

5:对比引入动态相机后和传统拓扑结构计算的方法,分析可行性.