基于SURF算法的视频拼接技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8页 |
| ·本课题国内外研究现状 | 第8-11页 |
| ·视频拼接研究现状 | 第8-9页 |
| ·图像拼接研究现状 | 第9-11页 |
| ·主要研究内容 | 第11-12页 |
| ·本文组织结构 | 第12-13页 |
| 2 视频拼接技术的基本原理 | 第13-28页 |
| ·摄像机成像模型原理 | 第13-17页 |
| ·视觉系统中的坐标 | 第13页 |
| ·成像原理 | 第13-14页 |
| ·图像变换模型 | 第14-17页 |
| ·图像拼接的基本流程 | 第17-18页 |
| ·典型的图像配准技术 | 第18-24页 |
| ·图像配准的基本实现过程 | 第18-19页 |
| ·图像配准技术的分类 | 第19-21页 |
| ·基于特征的图像配准方法的实现步骤 | 第21-24页 |
| ·图像融合技术 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 3 基于M-SURF算法的特征提取 | 第28-46页 |
| ·SURF特征检测 | 第28-33页 |
| ·积分图像 | 第28页 |
| ·基于框式滤波器的Hessian矩阵检测 | 第28-30页 |
| ·SURF尺度空间表示以及特征点的定位 | 第30-33页 |
| ·SURF特征描述符 | 第33-36页 |
| ·特征点主方向的确定 | 第33-34页 |
| ·特征点描述符的形成 | 第34-36页 |
| ·SURF算法的改进 | 第36-37页 |
| ·M-SURF算法的实现 | 第37-39页 |
| ·基于快速Hessian矩阵的检测算子 | 第37-38页 |
| ·基于M-SURF的特征描述的生成 | 第38-39页 |
| ·基于M-SURF算法的特征提取的分析 | 第39-45页 |
| ·本章小结 | 第45-46页 |
| 4 视频拼接算法的实现 | 第46-58页 |
| ·视频拼接的流程 | 第46-47页 |
| ·视频帧图像的读取 | 第47页 |
| ·特征点粗匹配 | 第47-51页 |
| ·基于最近邻特征点与次近邻特征点比的特征点匹配 | 第47-50页 |
| ·基于Hessian矩阵迹的快速匹配 | 第50-51页 |
| ·特征点精确匹配以及图像变换矩阵的计算 | 第51-56页 |
| ·RANSAC算法介绍 | 第51-52页 |
| ·基于RANSAC算法的变换矩阵参数的估计 | 第52-54页 |
| ·RANSAC去错匹配的实验结果 | 第54-55页 |
| ·图像配准的实现 | 第55-56页 |
| ·渐入渐出的加权平均图像融合 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 5 视频拼接方法的分析与应用 | 第58-64页 |
| ·实验环境介绍 | 第58页 |
| ·实验环境 | 第58页 |
| ·OpenCV技术介绍 | 第58页 |
| ·实验结果与分析 | 第58-61页 |
| ·视频拼接效果分析 | 第58-60页 |
| ·视频拼接实时性分析 | 第60-61页 |
| ·视频拼接在智能视频监控中的应用 | 第61-63页 |
| ·智能视频监控系统的介绍与研究 | 第61页 |
| ·视频拼接的应用 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 6 总结与展望 | 第64-66页 |
| ·工作的总结 | 第64-65页 |
| ·未来工作的展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士期间完成的论文和科研成果 | 第70-71页 |
