图像处理之图像拼接---全景视频拼接

1、原理介绍

        图像拼接(Image Stitching)是一种利用实景图像组成全景空间的技术，它将多幅图像拼接成一幅大尺度图像或360度全景图，图像拼接技术涉及到计算机视觉、计算机图形学、数字图像处理以及一些数学工具等技术。图像拼接其基本步骤主要包括如下几个方面：摄相机的标定、传感器图像畸变校订、图像的投影变换、匹配点选取、全景图像拼接（融合），以及亮度与颜色的均衡处理等，如下对各个步骤进行分析。

摄相机标定

        因为安装设计，以及摄相机之间的差别，会形成视频图像之间有缩放（镜头焦距不一致形成）、倾斜（垂直旋转）、方位角差别（水平旋转），所以物理的差别须要预先校准，获得一致性好的图像，便于后续图像拼接。

相机的运动方式与成像结果之间的关系见下图。

 

图1：相机的运动方式与成像结果之间的关系

图像坐标变换

        在实际应用中，全景图像的得到每每须要摄像机以不一样的位置排列和不一样的倾角拍摄。例如因为机载或车载特性，相机的排列方式不尽相同，不能保证相机在同一面上，如柱面投影不必定在同一个柱面上，平面投影不必定在同一平面上；另外为了不出现盲区，相机拍摄的时候每每会向下倾斜必定角度。这些状况比较常见，并且容易被忽略，直接投影再拼接效果较差。于是有必要在全部图像投影到某个柱面（或平面）以前，须要根据相机的位置信息和角度信息来得到坐标变换后的图像。

理论上只要知足静止三维图像或者平面场景的两个条件中的任何一个，两幅图像的对应关系就能够用投影变换矩阵表示，换句话说只要知足这其中任何一个条件，一个相机拍摄的图像能够经过坐标变换表示为另外一个虚拟相机拍摄的图像。

        通常状况下8参数的透视投影变换最适合描述图像之间的坐标关系，其中8参数的矩阵为[m0,m1,m2;m3,m4,m5; m6,m7,1]；各参数对应的相机运动表示以下：

        如图2显示的是相机向下倾斜必定角度拍摄图像，这个角度与m6和m7具备对应关系，若是要得到校订图像，只须要对8参数矩阵求逆后进行坐标变换。

(a) 原始图像

 

图2：(a) 原始图像；(b)x方向形变效果；(c)倾斜校订后效果

图像畸变校订

         因为制造、安装、工艺等缘由，镜头存在着各类畸变。为了提升摄像机拼接的精度，在进行图像拼接的时候必须考虑成像镜头的畸变。通常畸变分为内部畸变和外部畸变，内部畸变是因为摄影自己的构造为原由的畸变，外部畸变为投影方式的几何因素原由的畸变。镜头畸变属于内部畸变，由镜头产生的畸变通常可分为径向畸变和切向畸变两类。径向畸变就是集合光学中的畸变像差，主要是因为镜头的径向曲率不一样而形成的，有桶形畸变和枕型畸变两种。切向畸变一般被人为是因为镜头透镜组的光学中心不共线引发的，包括有各类生成偏差和装配偏差等。通常人为，光学系统成像过程中，径向畸变是致使图像畸变的主要因素。径向畸变致使图像内直线成弯曲的像，且越靠近边缘这种效果越明显。根据径向畸变产生的机理，对视频图像进行校订。效果如图3(b)所示，通过校订的图像，其有效像素区域缩小，通常可经过电子放大的方式进行校订，如图3(c)所示。

图3：(a)为原始采集图像；(b)为通过径向失真校订的图像；(c)为通过放大的图像

 

图像投影变换

        因为每幅图像是相机在不一样角度下拍摄获得的，因此他们并不在同一投影平面上，若是对重叠的图像直接进行无缝拼接，会破坏实际景物的视觉一致性。因此须要先对图像进行投影变换，再进行拼接。通常有平面投影、柱面投影、立方体投影和球面投影等。

        平面投影就是以序列图像中的一幅图像的坐标系为基准，将其图像都投影变换到这个基准坐标系中，使相邻图像的重叠区对齐，称由此造成的拼接为平面投影拼接；柱面投影是指采集到的图像数据重投影到一个以相机焦距为半径的柱面，在柱面上进行全景图的投影拼接；球面投影是模拟人眼观察的特性，将图像信息经过透视变换投影到眼球部分，构形成一个观察的球面；立方体投影是为了解决球面影射中存在的数据不宜存储的缺点，而发展出来的一种投影拼接方式，它适合于计算机生成图像，但对实景拍摄的图像则比较困难。以下图4所示，图像拼接处理流程示意图。

 

图4：图像拼接处理流程示意图

匹配点选取与标定

        因为特征点的方法较容易处理图像之间旋转、仿射、透视等变换关系，于是常常被使用，特征点包括图像的角点以及相对于其领域表现出某种奇异性的兴趣点。Harris等提出了一种角点检测算法，该算法是公认的比较好的角点检测算法，具备刚性变换不变性，并在必定程度上具备仿射变换不变性，但该算法不具备缩放变换不变性。针对这样的缺点，Lowe提出了具备缩放不变性的SIFT特征点。

 

图5 两幅图像中标定的匹配特征点

        如上图5所示，图像的拼接须要在图像序列中找到有效的特征匹配点。图像的特征点寻找直接影响图像拼接的精度和效率。对于图像序列，若是特征点个数≥4个，则很容易自动标定图像匹配点；若是特征点不多，图像拼接每每不能取得较为理想的效果。

 

图像拼接融合

        图像拼接的关键两步是：配准(registration)和融合(blending)。配准的目的是根据几何运动模型，将图像注册到同一个坐标系中；融合则是将配准后的图像合成为一张大的拼接图像。

        在多幅图像配准的过程当中，采用的几何运动模型主要有：平移模型、类似性模型、仿射模型和透视模型。

        图像的平移模型是指图像仅在两维空间发生了 方向和 方向的位移，若是摄像机仅仅发生了平移运动，则能够采用平移模型。图像的类似性模型是指摄像机自己除了平移运动外还可能发生旋转运动，同时，在存在场景的缩放时，还能够利用缩放因子 多缩放运动进行描述，所以，当图像可能发平生移、旋转、缩放运动时，能够采用类似性模型。图像的仿射模型是一个6参数的变换模型，即具备平行线变换成平行线，有限点映射到有限点的通常特性，具体表现能够是各个方向尺度变换系数一致的均匀尺度变换或变换系数不一致的非均与尺度变换及剪切变换等，能够描述平移运动、旋转运动以及小范围的缩放和变形。图像的透视模型是具备8个参数的变换模型，能够完美地表述各类表换，是一种最为精确变换模型。

        图像融合技术通常可分为非多分辨率技术和多分辨率技术两类。在非多分辨率技术中主要有平均值法、帽子函数法、加权平均法和中值滤波法等。多分辨率技术主要有高斯金字塔、拉普拉斯金字塔、对比度金字塔，梯度金字塔和小波等。

图6 柱面全景图像拼接

(a)-(d)为四幅不一样视角的图像，(e)为最终拼接获得的柱面全景图像

 

 

亮度与颜色的均衡处理

        由于相机和光照强度的差别，会形成一幅图像内部，以及图像之间亮度的不均匀，拼接后的图像会出现明暗交替，这样给观察形成极大的不便。

        亮度与颜色均衡处理，一般的处理方式是经过相机的光照模型，校订一幅图像内部的光照不均匀性，而后经过相邻两幅图像重叠区域之间的关系，创建相邻两幅图像之间直方图映射表，经过映射表对两幅图像作总体的映射变换，最终达到总体的亮度和颜色的一致性。

2、国内外现状

        全景拼接侦察系统在国外已经有了较早的研究，早在1992年，剑桥大学的L.G.Brown就对图像拼接的核心技术进行总结，1996年微软研究院的Richard Szeliski提出基于运动的全景拼接模型。Szeliski后来又相继发表了若干这方面论文，2000年Shmuel Peleg提出改进方法，根据相机的运动方式自适应选择拼接模型，2003年M.Brown发表了SIFT特征进行图像拼接的方法，但计算量很大，2007年Seong Jong Ha提出移动相机系统的全景拼接方法，不只保证效果，并且运算速度也不错。

        在国内方面，也有很多高校科研机构对视频拼接技术及应用进行研究，其中，上海凯视力成信息科技有限公司研发的“全景视觉态势感知系统” 最具表明性，该系统功能完善、技术先进、性能可靠，并已成功应用于多种车型。

        上海凯视力成信息科技有限公司全景视觉态势感知系统——PVS9112型是实时的全固态无机械运动的高清360度凝视视频系统，系统提供实时的连续覆盖整个战场的全运动视频，人机交互界面直观快捷。系统适应于恶劣环境，支持彩色和红外传感器，能够黑天和白天全天候工做，实时地图像处理和高清视频的显示，显示界面同时提供360度全景窗口和感兴趣区域的高清画面。系统提供开发式结构，便于同其它系统如雷达等集成到一块儿，以得到一个完整的态势理解。

 

传感头：

  

图8  几种传感头

图形界面：

 

 

图9  PVS9112图形界面

特色:

• 实时的360度视频全景显示，便于对态势的感知理解、安全监视、目标探测。从而提升平台的攻击能力和安全防御性。
• 支持高清彩色和红外传感器。日夜都可工做。
• 显示全局拼接画面、局部感兴趣。
• 图形交互界面。并支持多种人机交互接口，支持触摸屏、鼠标、键盘、自定义按键、操纵摇杆等，可无缝接入已有系统。
• 无运动部件，高可靠性。
• 适应车船飞机等恶劣的工做环境。

可选特征:

• 目标检测与告警
• 自动多目标跟踪
• 视频记录和回放
• 可选支持PTZ长距离光电探测系统，在全景视频上能够经过触摸的方式控制PTZ的快速转动到指定的位置，克服了传统操控PTZ方式的缺陷，使得PTZ摄像机的功效大大提升。
• 图像透雾加强算法
• 电子稳像算法

开放式体形架构：

 

 

2、应用

        从图像拼接的实际应用来看，主要有大型航空照片，卫星图像拼接，车载系统监控，虚拟场景实现，视频压缩；不少资料上都说起车载系统的拼接，这种拼接侦查系统能够用于不一样车辆，如反恐、安全监视、侦察、巡逻和警车等；系统给操做者提供车辆周围的实时全景图像，使之可以感知全面而丰富的态势，操纵车辆的同时还能够有效将本身保护在车内，不用经过车辆的挡风玻璃就能够实时操控。全景图像极大地加强了用户的视觉感知系统，使其在特种车辆、军用以及民用方面都拥有广阔的市场前景。与传统的多画面监控相比，全景拼接画面更符合人眼观察，极大地提升了侦察的准确性。但不多说起机载系统，所以，机载方面只要设计合理，应用前景是巨大的。

应用实例：

        方式一：基本模式

        摄像机组 + 一或两个终端，支持记录或不记录，每一个终端所显示内容能够不一样。

 

        方式二：加强模式

        摄像机组 + 2以上终端，可经过GigE网络来扩展链接其余设备，如视频记录仪等。 采集和预处理模块，实现对视频信号的捕获，并对摄像机组进行管理，如PTZ控制等。在这一层，实现对不一样路数、不一样接口形式的摄像机的支持。并做必要的预处理功能，如图像的缩放平移投影变换、数据压缩等，为后续处理器准备好数据。模块还经过多个GigE网络，将视频数据分发给多个不一样的处理器或其它设备，如视频记录仪等。这种组成结构，可适应不一样应用需求：如不一样的摄像机种类和数量，终端处理功能要求不一样等等。

 

关于视频拼接产品的介绍

 

http://blog.csdn.net/shanghaiqianlun/article/details/12090595