基于特征的多路视频实时拼接技术的研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 论文主要工作 | 第13-15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 第2章 视频图像的采集同步和预处理 | 第17-27页 |
| 2.1 多路视频流图像的采集 | 第17-19页 |
| 2.1.1 视频图像采集存在的问题 | 第17页 |
| 2.1.2 基于多路缓冲区队列的实时视频流同步 | 第17-19页 |
| 2.2 摄像机成像模型 | 第19-23页 |
| 2.3 图像畸变校正 | 第23-26页 |
| 2.3.1 图像采集镜头失真的分类 | 第23-24页 |
| 2.3.2 径向失真校正模型 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于特征的视频图像拼接方法 | 第27-49页 |
| 3.1 视频图像拼接概述 | 第27-32页 |
| 3.1.1 视频图像配准的主要方法 | 第27-28页 |
| 3.1.2 视频图像融合的主要方法 | 第28-32页 |
| 3.2 基于特征的图像配准 | 第32-39页 |
| 3.2.1 图像特征提取与表示 | 第32-36页 |
| 3.2.2 特征匹配算法 | 第36-38页 |
| 3.2.3 变换模型参数估计 | 第38-39页 |
| 3.3 视频图像融合 | 第39-47页 |
| 3.3.1 颜色校正算法 | 第39-41页 |
| 3.3.2 改进的最佳缝合线融合方法 | 第41-44页 |
| 3.3.3 改进的高斯-拉普拉斯金字塔融合算法 | 第44-47页 |
| 3.4 视频图像实时拼接新发展 | 第47-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 全景视频拼接系统实现 | 第49-71页 |
| 4.1 GPU相关背景理论知识 | 第49-53页 |
| 4.1.1 GPU特性及CUDA框架 | 第49页 |
| 4.1.2 CUDA编程模型 | 第49-53页 |
| 4.2 基于GPU的实时视频拼接系统的实现 | 第53-60页 |
| 4.2.1 系统配置及相关界面 | 第55-58页 |
| 4.2.2 多线程模型 | 第58页 |
| 4.2.3 GPU在线阶段加速 | 第58-60页 |
| 4.3 实验结果及分析 | 第60-70页 |
| 4.3.1 实验参数设置 | 第60页 |
| 4.3.2 实验比较与分析 | 第60-70页 |
| 4.4 本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士期间发表的论文 | 第77-79页 |
| 致谢 | 第79页 |
