欢迎来到天天文库
浏览记录
ID:23547075
大小:2.42 MB
页数:92页
时间:2018-11-08
《基于视频序列的图像配准算法研究与应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、工学硕士学位论文基于视频序列的图像配准算法研究与应用王帅哈尔滨工业大学2007年7月国内图书分类号:TP391.4国际图书分类号:681.39工学硕士学位论文基于视频序列的图像配准算法研究与应用硕士研究生:王帅导师:承恒达教授申请学位:工学硕士学科、专业:计算机科学与技术所在单位:计算机科学与技术学院答辩日期:2007年7月授予学位单位:哈尔滨工业大学ClassifiedIndex:TP391.4U.D.C:681.39DissertationfortheMasterDegreeinEngineeringRESEARCHANDAPPL
2、ICATIONOFIMAGEREGISTRATIONBASEDONVIDEOSEQUENCECandidate:WangShuaiSupervisor:Prof.ChengHengdaAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ComputerScienceandTechnologyAffiliation:SchoolofComputerScienceandTechnologyDateofDefence:July,2007Degree-Conferring-Institu
3、tion:HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要随着数字技术的不断发展,视频图像的分析与处理越来越受到人们的关注。数字化图像序列可以通过摄像机等光学设备获得,是真实世界在不同时间向成像平面的一系列投影。图像帧之间具有较大的相关性和信息冗余,找到并描述图像序列间的内在联系成为研究的关键所在。图像配准技术可以有效地解决这类问题。图像配准问题是图像处理里的一个基本问题,是将不同时间、不同传感器、不同视角及不同拍摄条件下获取的图像对齐或匹配,消除存在的几何畸变。图像配准在计算机视觉、模式识别、
4、医学图像处理和遥感信息处理方面有着广泛的应用。本文提出了基于自适应聚类的特征匹配方法,满足大量图像配准的需求,提高匹配的速度,该方法基于正确匹配点对间形成矢量的一致性,对匹配点对进行自适应聚类,实验证明该方法在保证正确匹配不丢失的同时,可有效剔除绝大多数错误匹配,为进一步进行RANSAC匹配提供方便,且有效地提高了整个匹配过程的速度。本文提出一种简单有效的图像合成方法。该方法针对摄像机固定位置,水平旋转拍摄的视频序列的特点,选取图像序列中部分帧,通过H矩阵确 定重叠区域,再利用线性插值进行图像融合。实验证明在转角小于180 时,合成效
5、果较好。本文成功运用图像配准技术完成运动员滑行数据的测量,利用图像配准技术估计图像间摄像机运动,进而消除摄像机运动的影响,得到运动员的真实运动数据。根据这一原理,首先对冰场进行合理化建模,并确定相应的视频拍摄方案,设计了运动员冰场定位算法,利用帧间的H矩阵估计摄像机旋转角度,进而估计运动员的旋转角度完成滑行数据的测量。关键词图像配准;特征点匹配;自适应聚类-I-哈尔滨工业大学工学硕士学位论文AbstractWiththerapidadvancesindigitaltechnology,theanalysisandprocessingo
6、fvideosequencehasgainedincreasingattentioninrecentyears.Digitalimagesequencecanbeobtainedbyopticsdevice,suchascamera,whichisaseriesofprojectionfromtherealworldtoimagingplaneatdifferenttimes.Imageframeshavegreatcorrelationandinformationredundancy.Thekeyofresearchistofind
7、anddescribetherelationshipbetweenimages.Imageregistrationtechniquescaneffectivelysolvesuchproblem.Imageregistrationisabasicprobleminimageprocessing.Itmatchestwoormoreimages,atdifferenttimes,fromdifferentsensorsorfromdifferentviewpoints,inordertoremoveofthepotentialgeome
8、tricaldistortionexisted.Imageregistrationisextensivelyappliedtocomputervision,patternrecognition,medicalimagep
此文档下载收益归作者所有