实时视频全景拼接算法的研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 论文主要研究内容 | 第11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第二章 视频图像拼接技术理论背景 | 第13-27页 |
| 2.1 视频图像的采集和预处理 | 第13-14页 |
| 2.2 图像配准技术 | 第14-16页 |
| 2.2.1 基于变换域的图像配准 | 第14-15页 |
| 2.2.2 基于灰度信息的图像配准 | 第15页 |
| 2.2.3 基于特征的图像配准 | 第15-16页 |
| 2.3 图像变换模型 | 第16-18页 |
| 2.3.1 刚体变换 | 第17页 |
| 2.3.2 仿射变换 | 第17-18页 |
| 2.3.3 透视变换 | 第18页 |
| 2.4 图像插值技术 | 第18-20页 |
| 2.4.1 最近邻插值算法 | 第19页 |
| 2.4.2 双线性插值算法 | 第19-20页 |
| 2.5 图像融合技术 | 第20-21页 |
| 2.5.1 像素级融合 | 第20页 |
| 2.5.2 特征级融合 | 第20页 |
| 2.5.3 决策级融合 | 第20-21页 |
| 2.6 基于CUDA的GPU并行加速 | 第21-26页 |
| 2.6.1 CPU与GPU | 第21-22页 |
| 2.6.2 CUDA的提出和发展 | 第22页 |
| 2.6.3 CUDA流处理阵列 | 第22-23页 |
| 2.6.4 CUDA存储模式 | 第23-24页 |
| 2.6.5 CUDA软件架构 | 第24-25页 |
| 2.6.6 CUDA的应用 | 第25-26页 |
| 2.7 本章小结 | 第26-27页 |
| 第三章 基于帧间关系的实时视频拼接方法 | 第27-53页 |
| 3.1 特征描述算法 | 第27-39页 |
| 3.1.1 SIFT特征描述算法 | 第27-30页 |
| 3.1.2 SURF特征描述算法 | 第30-31页 |
| 3.1.3 ORB特征描述算法 | 第31-35页 |
| 3.1.4 实验结果与分析 | 第35-39页 |
| 3.2 并行特征提取 | 第39-41页 |
| 3.2.1 并行特征提取可行性分析 | 第39-40页 |
| 3.2.2 实验结果与分析 | 第40-41页 |
| 3.3 视频帧间关系 | 第41-42页 |
| 3.4 改进的RANSAC特征提纯算法 | 第42-45页 |
| 3.4.1 RANSAC算法的原理 | 第42-43页 |
| 3.4.2 改进的RANSAC算法 | 第43-44页 |
| 3.4.3 实验结果与分析 | 第44-45页 |
| 3.5 多分辨率图像融合算法 | 第45-52页 |
| 3.5.1 图像高斯金字塔 | 第47-48页 |
| 3.5.2 图像拉普拉斯金字塔 | 第48-50页 |
| 3.5.3 金字塔图像重构 | 第50页 |
| 3.5.4 基于拉普拉斯金字塔的多分辨率图像融合 | 第50-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第四章 原型系统设计与算法验证 | 第53-63页 |
| 4.1 系统设计 | 第53-54页 |
| 4.1.1 系统运行流程 | 第53-54页 |
| 4.1.2 系统功能设计及性能指标要求 | 第54页 |
| 4.2 系统实现 | 第54-59页 |
| 4.2.1 系统运行环境 | 第54页 |
| 4.2.2 视频获取模块 | 第54-56页 |
| 4.2.3 视频图像配准模块 | 第56-58页 |
| 4.2.4 视频图像融合模块 | 第58页 |
| 4.2.5 视频展示模块 | 第58-59页 |
| 4.3 系统性能评估 | 第59-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67页 |
