基于车载多视角的鱼眼图像拼接算法.pdf
需积分: 28 27 浏览量
2019-07-06
16:19:19
上传
评论 5
收藏 2MB PDF 举报
型翌塑塑塑
地哑！Ｑ耻婴一
————————————————————————————————————————————————————————————————————————一
。…
一
’一一～一’一。’ｌ—一
基于车载多视角的鱼眼图像拼接算法
周芳杨鸣王益平
（宁波大学信息科学与工程学院浙江宁波３１
５２１
１）
摘要：车载全景系统通过在车身四周安装四个鱼眼摄像头进行影像采集并将采集的图像进行校正与
拼接最终形成完整的全景图，传统拼接算法针对相同视角的图像进行拼接融合难以满足车载系统的多视角
系统以及实时性的要求。本文针对以上问题提出一种基于车载多视角的图像拼接算法，首先基于最小二乘法
的椭球面模型进行鱼眼图像校正并将已校正的图像进行逆投影变换，再将变换后的图像特征进行手动匹配
确定匹配参数，最后利用加权平均法结合对角线思想进行拼接融合。实验结果表明，该算法消除了拼接缝和
曝光差异问题，同时降低了时间复杂度，最终得到的车载全景图能很好地辅助驾驶员驾驶。
关键词：鱼眼图像；多视点；图像拼接；拼接缝
中图分类号：ＴＰ３９１．４１文献标识码：Ａ
１
引言
车载全景系统是通过在车身四周安装鱼眼摄像
头实时获取视频图像并将其拼接成一幅完整的全景
图来辅助驾驶员驾车。鱼眼镜头【１Ｌ般在采集图像时
能够获取相较与平面图像更大的视场，但所采集的
图像会产生严重的畸变，因此在图像拼接之前需对
其进行校正。图像拼接技术［２１主要包含图像预处理，
特征点的提取与匹配和图像融合等步骤，常用的特
征提取方法有Ｈａｒｒｉｓ角点检测算法【３】，ＳＵＳＡＮｔ４Ｊ（Ｓｍａｌｌ
Ｕｎｉｖａｌｕｅ
Ｓｅｇｍｅｎｔ
Ａｓｓｉｍｉｌａｔｉｎｇ
ｎｕｃｌｅｕｓ）算法和ＳＩＦＴ
（Ｓｃａｌｅ
Ｉｎｖａｒｉａｎｔ
Ｆｅａｔｕｒｅ
Ｔｒａｎｓｆｏｒｍ）尺度不变特征变换
算法隗等。其中ＳＩｎ算法是使用最广泛的一种提取特
征点的方法，但该算法的时间复杂度较高，对于车载
系统中需同时处理多幅图像时难以达到实时性的要
求［６１。直接拼接的图像很容易出现拼接缝和鬼影，图
像融合同能有效地解决该问题，目前的融合方法有加
权平均法［８１、多分辨率样条算法雕０】、最佳拼接线融合
方法【１１１１２】等，加权平均法算法简单，融合效率较高，
能够消除重叠区域的拼接缝，实现自然过渡；多
分辨率样条算法虽融合质量高，但工作量较大，
不适用车载实时系统；最佳拼接线融合方法需要
先找到一条最佳拼接线再进行后续的融合处理，
算法复杂度高。
本文以车载全景系统为基础主要分为两部分内
容：鱼眼图像的校正和全景图的拼接。鱼眼图像校正
部分首先建立椭球面模型，采用最小二乘法拟合采
样点求得相关参数，结合遍历法获得全局最优参数，
通过参数方程校正鱼眼图像，再对已校正的图像进
行空间投影变换转换为俯视图并提取清晰的中间图
像；全景图拼接部分首先通过标定特征点获取单应
性矩阵得到初步的图像匹配结果，最后基于斜对角
线的加权平均算法得到车载全景图。
基金项目：浙江省教育厅科研项目（Ｙ２０１１２１１７０）；宁波市自然科学基金项目（２０１２Ａ６１００４２）
】２９
万方数据
资源评论
