导读:本文包含了多视角拼接论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:视角,测量,算法,视频,形状,深度,图像。
多视角拼接论文文献综述
郎威,薛俊鹏,李承杭,张启灿[1]（2019）在《基于旋转台参数标定实现多视角点云拼接》一文中研究指出针对如何方便快捷且准确地获取物体完整面形叁维点云数据的问题,提出一种利用旋转台参数标定结果辅助实现多视角叁维点云粗拼接的新方法。该方法将一个二维标定靶作为坐标系转换桥梁,仅需两个位置的坐标系关系,即可建立转台转角和不同局部测量坐标系之间的非线性模型,实现对多个测量视角下叁维点云的粗配准,为最近点迭代(ICP)算法提供了良好的初值,增加了ICP算法的稳健性。实验表明该方法操作简便、快捷、易实现,拼接后点云误差不大于0.12 mm。(本文来源于《中国激光》期刊2019年11期）
许佩[2]（2019）在《结构光叁维扫描系统多视角自动拼接算法研究》一文中研究指出点云拼接是叁维重建中非常重要的一个研究方向,经过几十年的研究,点云拼接取得了非常多的研究成果,但仍存在算法复杂度、计算时间和精度难以兼顾的问题。基于此,本文提出了一种算法简单、适用性强以及实时性好的自由视角叁维点云拼接算法。本文的主要工作以及创新点如下:(1)搭建了结构光硬件系统并完成了系统的高精度标定。采用结构光加线移的编解码方式,得到高精度的单视角稠密点云;(2)研究并实现了棋盘格法、转轴法等需要额外标定物的多视角拼接方案,针对不同纹理特性的表面进行了多视角拼接实验,并对结果进行对比、分析:基于额外标定物拼接的算法复杂度低,但拼接精度受标定物的影响非常大,并且这种方法限制了待测物的测量范围,适用性差;(3)研究并实现了基于经典ICP(Iterative Closet Point)方法、基于双目立体视觉恢复空间叁维匹配点对的拼接算法等无需额外标定物的拼接算法,其中ICP算法对初始位置要求高,迭代耗时久,基于双目立体视觉的方法重建匹配点对的精度低。通过分析其优缺点,提出了一种基于运动旋量的无迭代快速拼接算法,并针对不同纹理特性的表面实现了多视角快速拼接;(4)为了解决圆柱体等规则几何对象的点云拼接问题,提出了一种联合2D鲁棒检测特征和结构光3D扫描数据的高精度拼接方法,首先利用2D图像特征辅助定位结构光3D扫描点云对应的重投影特征,从而找到不同视角点云数据集中可靠的对应点云,然后基于所搜索的匹配点云实现拼接矩阵的精确估计,并完成多视角点云的拼接。实验结果证明,本文提出的非迭代拼接算法,拼接的均方根误差在0.4mm以下,具有高效、可靠和鲁棒性强的特点。(本文来源于《桂林电子科技大学》期刊2019-06-02）
何志伟[3]（2019）在《喀斯特地貌多视角倾斜航空影像拼接算法研究》一文中研究指出喀斯特地区沟壑纵深,峰林、峰丛众多,地貌复杂,获取地形信息的难度大、成本高。随着遥感平台的快速发展,无人机技术的应用越来越广,多视角倾斜航空摄影已成为当前的主流发展方向。与传统的正射影像相比,多视角倾斜航空影像侧面纹理获取完整,但数据量大、影像几何变形大。在喀斯特地区进行多视角倾斜航空摄影时,由于峰林、峰丛之间的相互遮挡和阴影的影响,使得该地区多视角倾斜航空影像匹配和拼接的难度更大。对喀斯特地貌的倾斜航空影像进行匹配时,传统的特征检测算法不具有完全仿射不变性,且正确匹配点对少。针对这些不足,本文构建了基于完全仿射不变框架的特征检测改进算法,利用改进前后的特征检测算法对特征点粗匹配与精匹配进行了研究,并与传统的经典特征检测算法进行了对比分析。论文最后对该地区的多视角倾斜航空影像的融合算法进行了探讨。本文的主要研究内容和研究结论如下:(1)多视角倾斜航空摄影时,获取的影像存在影像不相邻且非序列化,加之不同航线的影响,影像存在亮度差异和局部阴影。在喀斯特地区,该倾斜航空影像的亮度差异和局部阴影更为明显,导致同一地点的像素值发生变化,进而影响影像的匹配。针对影像的匀光、匀色预处理,本文对比分析了基于直方图均衡化、Retinex增强算法和Wallis滤波的叁种匀光、匀色预处理方法。研究表明,对喀斯特地貌而言,基于Wallis滤波的影像匀光色方法效果优于其它两种方法。(2)对喀斯特地貌多视角倾斜航空影像进行匹配时,经典的特征检测算法不具有完全仿射不变性,正确匹配点对少,有时甚至没有。针对这些不足,本文基于完全仿射不变框架,对SURF、AKAZE和SIFT叁种算法进行改进,进而增加喀斯特地貌多视角倾斜航空影像的特征点数量,然后利用KD-TREE对FLANN算法进行加速,完成影像特征粗匹配。(3)针对RANSAC算法在特征精匹配时耗时较长问题,论文构建了一种利用PROSAC算法来对粗匹配点对进行提纯,使得提纯后的正确匹配点对在影像上的分布更为均匀。与RANSAC算法相比,该算法搜索速度更快,对非正确匹配点对的剔除更为精确,能估计出更好的单应性矩阵,使得拼接更为精确。(4)传统的拼接融合算法对图像模糊和拼接缝处理效果不佳,本文构建了一种利用图割算法搜寻最优拼接线,然后采用多分辨率融合算法对多视角倾斜航空影像进行融合的方法。为验证本文算法的拼接融合效果,论文利用喀斯特地貌多视角倾斜航空影像的四组影像进行了拼接实验研究,将本文算法和AANAP算法、OcvStitch算法、AutoStitch软件、ICE软件的拼接融合效果进行对比分析。实验结果表明:对喀斯特地貌多视角倾斜航空影像而言,本文算法的拼接融合效果更理想。(本文来源于《贵州大学》期刊2019-06-01）
杨朋[4]（2018）在《基于多视角拼接技术的物体叁维形貌重建方法研究》一文中研究指出物体的叁维形貌测量在汽车、造船、土木、冶金、航空航天、逆向工程等行业得到了非常广泛的运用。随着科技的进步,被测物体也朝着大尺寸、精细化的方向发展,这就带来了测量面积与测量精度的矛盾,如何对物体的表面形貌进行大面积、高精度、快速测量是目前亟待解决的问题。要实现高精度的测量,首先需要获取可靠的点云数据,目前叁维测量技术已经发展的非常成熟,各种测量方法层出不穷,其中光学测量技术由于精度高、非接触、实时测量等优势已经被广泛的应用到高精度的叁维形貌重建中。在实际测量中,由于相机和投影仪视角的限制,很难根据一个视角的测量获得物体的完整形貌,多视角测量是得到物体全场形貌信息的一个有效途径。由于不同视角下测得的叁维数据点位于不同的坐标系下,因此必须将局部坐标系下的数据点整合到同一坐标系下进行拼接才能获取全场的叁维点云数据,这就要用到拼接技术。因此,要实现大面积高精度的叁维形貌测量,首先要有一个高精度的测量方法准确获取不同视角下的叁维点云,其次需要高精度的拼接算法,只有同时具备以上两个条件,才能满足实际要求。文章依靠光学叁维测量技术和多视角拼接技术对大面积、高精度形貌测量进行了研究。主要工作如下:一、利用投影条纹系统来获取在不同视角下的物体叁维数据点,该方法具有单次测量面积大、测量精度高、使用成本低等优点,采用该方法获取的多视角点云噪声少、可靠性高;二、提出了一个新的点云配准方法来实现物体的完整形貌测量。我们设计了一个包含旋转、平移参数的目标函数,该目标函数同时考虑了特征点之间的匹配和重迭区域点云的匹配。利用物体表面提取的特征点求得了目标函数的初始值,通过对目标函数进行优化实现了不同视角下的点云的精确拼接;叁、设计了一个新的准则来处理拼接后重迭区域的点云,通过对拼接后的点云进行重采样,解决了重迭区域点云冗余问题,有效改善了结果可视化的效果。此外,为了验证本文所提方法的正确性和实用性,文章测量了一个简单平板和一个复杂形貌物体的形貌,通过文中所提的测量方法和配准算法实现了这些物体的完整形貌重建,实验结果证实了文中所提方法的有效性和准确性。(本文来源于《上海交通大学》期刊2018-01-01）
罗湾,张红波,夏欣[5]（2017）在《基于SIFT-FFT的大面积多视角SAR图像快速拼接方法》一文中研究指出针对大面积多视角SAR图像序列拼接过程中存在数据量大、难以实时处理的问题,提出基于SIFT-FFT的大面积多视角SAR图像快速拼接方法。通过对降维后的参考图像与实时图像进行基于SIFT特征的配准处理,估计出旋转角、尺度因子,提取公共区域;利用FFT估计原参考图像和实时图像间的平移量,进而得到拼接图;最后,依次将拼接图作为新的参考图与不断更新实时图像进行序列图像拼接。实验结果表明,该方法能更快速实现大面积、多视角SAR图像序列的自动拼接,提高了工程可实施性。(本文来源于《第十一届全国信号和智能信息处理与应用学术会议专刊》期刊2017-10-26）
王益平[6]（2017）在《基于多视角鱼眼镜头的全景图拼接技术研究》一文中研究指出宁波大学硕士2017TP391基于多视角鱼眼镜头的全景图拼接技术研究Research on Panoramic Mosaic Based on Multi-Fisheye Camera王益平杨鸣信号与信息处(本文来源于《宁波大学》期刊2017-05-26）
孙金亮[7]（2017）在《多视角视频拼接关键技术研究》一文中研究指出多视角视频拼接被广泛应用于视频监控、视频会议、卫星遥感等领域,它可以在保证高分辨率的情况下扩大视频视角,一直是计算机视觉领域的研究热点。多视角视频拼接的关键是视频帧图像拼接,但是当前的视频帧图像拼接存在一些难点:帧图像配准的速度问题、帧图像融合的鬼影问题、帧图像变换的畸变问题等。鉴于此,本文开展了如下研究工作:(1)基于迭代哈希的视频帧图像配准方法研究图像特征匹配是图像配准的重要步骤,常用的匹配方法有暴力匹配与近似最近邻匹配。暴力匹配时间复杂度高,无法满足视频拼接的实时性要求;kd-tree是常用的近似最近邻匹配方法,但该方法在特征点维度较高时会出现维数灾难的问题。针对上述问题,本文提出一种迭代哈希算法,该算法是增强的局部敏感哈希算法,通过构建多个哈希表、筛选候选匹配点、迭代哈希、最优匹配点精确匹配四个步骤,加快了图像特征匹配的速度,提高了匹配精度,将该算法应用于视频帧图像配准取得了良好的效果。(2)基于动态接缝局部加权的视频帧图像融合方法研究常用的图像融合方法有加权平均法、多波段法、提取前景图法等。但是这些方法均不适用于视频拼接:加权平均法在有动态物体出现时会引起鬼影问题;多波段法无法满足视频拼接实时性的要求;提取前景图法适应场景有限。针对上述问题,本文提出了基于动态接缝局部加权的视频帧图像融合方法,该方法先动态查找最佳接缝,然后对接缝邻域进行局部加权融合,既较好解决了鬼影问题,又保证了视频拼接的实时性要求。(3)基于形状保护半投影变换模型的视频帧图像融合方法研究在摄像机视差较大的场景下,使用单一的投影变换模型进行视频拼接时会导致视频帧图像发生较大畸变。针对这一问题,本文将形状保护半投影变换模型引入视频拼接过程,该变换模型利用投影变换与相似变换的性质,可保证视频拼接过程中帧图像不发生较大变形,增强了视频拼接的鲁棒性。(4)设计并实现多视角视频拼接系统基于上述研究成果,本文设计并实现了一个多视角视频拼接系统,该系统包括两个模块:视频获取模块与视频拼接模块。视频获取模块实现界面的设计,并且实时显示多个视角的视频图像;视频拼接模块完成视频帧图像的拼接。(本文来源于《中国矿业大学》期刊2017-05-01）
付伟[8]（2016）在《多视角视觉测量数据的拼接方法研究》一文中研究指出多视角拼接是视觉测量中的一个重要环节,拼接的精度将直接影响测量的整体精度。目前应用较为广泛的基于标志点的拼接方法具有易于实施且相对其它采用辅助设备的拼接方法其设备成本较低的优点,然而也存在测量的标志点精度不高以及在连续拼接(多于叁个视角时)中出现误差累积的问题。本文采用移动模板并运用光束法平差算法分别对单个测量区域及全局整体的模板标志点坐标及各测量位置间的摄像机外参数进行优化,并用优化后的参数配准测量点云,最后对配准后的点云进行融合光顺。本文首先设计制作了一个标志点模板,提出了物体表面点云测量与移动模板标志点测量相结合的测量拼接方案,并提出了测量数据处理的整体流程,这包括标志点叁维坐标的计算,不同角度下公共标志点的匹配、摄像机外参数的计算、光束法平差优化以及点云配准等。在基于光束法平差的多视角优化配准中,本文采用双目立体视觉的方法计算模板标志点坐标,并通过不同视角下模板标志点坐标间的匹配来计算各视角下摄像机的外参数,并以此摄像机外参数与模板标志点坐标作为光束法平差的初始值,进行迭代优化。接下来,通过不同测量位置下迭代优化后的模板标志点坐标间的匹配进一步将各测量位置下的模板标志点坐标转换到同一坐标系下。然后对全部模板标志点及摄像机外参数进行全局光束法平差,以优化不同测量位置间的变换关系。最后采用优化的摄像机外参数将点云配准,并与叁坐标的测量结果进行对比,结果表明测量拼接的平均误差为0.026mm,标准差为0.037mm,配准精度明显高于直接用标志点配准的结果,验证了此拼接方法的可行性与准确性。在点云融合部分,本文首先采用了索引算法对点云进行预处理,滤除离群点。然后采用基于移动最小二乘曲面拟合的方法计算点云的融合点。结果表明此方法较好的消除了由配准误差引起的点云分层现象,使点云整体更加光顺。(本文来源于《华侨大学》期刊2016-06-05）
刘娟,李实英,李仁发[9]（2016）在《室外场景的多视角视频拼接》一文中研究指出扩展式摄像机系统的多视角视频图像拼接因角度因素容易产生形状失真、深度失真和运动失真。为此,对现有视频图像拼接方法加入角度约束进行改进。分离视频中的运动区域与静止区域,分别采用现有方法和改进方法加以实验验证,通过对比分析,选取拼接效果最好的APAP+角度约束方法和APAP+SPHP+角度约束方法进行拼接,将拼接后的静止区域和运动区域融合成宽视野的视频图像。实验结果表明,该方法能有效减少多视角视频图像拼接中的形状失真、深度失真和运动失真现象。(本文来源于《计算机工程》期刊2016年04期）
刘娟[10]（2015）在《室外场景的多视角视频拼接方法研究》一文中研究指出多视角视频拼接是将多个摄像机从不同视角拍摄的多个图像序列拼接成宽视野视频,广泛应用于大场景的监控系统和无人驾驶系统,具有现实的研究意义。多视角视频拼接时,拼接后图像中容易出现物体的形状倾斜、深度不一致、以及运动大小和方向不一致等问题。本文针对多视角视频拼接进行研究,主要内容包括以下四个方面:1.扩展式摄像机系统和聚焦式摄像机系统中角度对于形状、深度、运动产生非常大的影响,本文提出加入角度约束对现有的全局射影变换方法、APAP(as projective as possible)方法、SPHP(shape preserving half projective)方法进行改进,对APAP方法和SPHP方法进行结合并加入角度约束进行改进,减少拼接后的视频图像深度不一致、运动大小和方向不一致、以及形状倾斜的问题。2.基于角度约束提出一种多视角视频拼接方法。首先,分离运动区域和静止区域。其次,对静止区域和运动区域分别进行拼接:采用现有方法和改进方法进行实验验证,通过对比分析选取APAP+SPHP+角度约束方法拼接静止区域;对运动目标区域,因本文采用的视频数据集中运动目标区域大多在图像的中间区域,形状失真不明显,因此对运动区域采用全局射影变换方法和APAP方法以及分别添加角度约束的方法进行拼接,通过对比分析采用APAP方法加入角度约束进行拼接,并采用光流信息借用前面帧的特征信息配准。最后,将拼接后的静止区域和运动区域进行融合,得到宽视野视频图像。3.以平行式设置图像为数据对象,本文分别采用全局射影变换方法、APAP方法、SPHP方法以及APAP与SPHP结合方法进行拼接。对比分析四种方法的拼接结果,实验结果表明APAP与SPHP结合方法具有高配准精度和形状保持的双重优势。4.基于自拍的扩展式设置和聚焦式设置的多视角视频数据集,分别采用全局射影变换方法、APAP方法、SPHP方法、APAP与SPHP结合方法以及这四种方法分别加入角度约束进行拼接。实验结果表明,本文方法能够有效地改善多视角视频图像拼接的倾斜、重影和模糊等形状失真、深度失真和运动失真问题。(本文来源于《湖南大学》期刊2015-05-15）
多视角拼接论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
点云拼接是叁维重建中非常重要的一个研究方向,经过几十年的研究,点云拼接取得了非常多的研究成果,但仍存在算法复杂度、计算时间和精度难以兼顾的问题。基于此,本文提出了一种算法简单、适用性强以及实时性好的自由视角叁维点云拼接算法。本文的主要工作以及创新点如下:(1)搭建了结构光硬件系统并完成了系统的高精度标定。采用结构光加线移的编解码方式,得到高精度的单视角稠密点云;(2)研究并实现了棋盘格法、转轴法等需要额外标定物的多视角拼接方案,针对不同纹理特性的表面进行了多视角拼接实验,并对结果进行对比、分析:基于额外标定物拼接的算法复杂度低,但拼接精度受标定物的影响非常大,并且这种方法限制了待测物的测量范围,适用性差;(3)研究并实现了基于经典ICP(Iterative Closet Point)方法、基于双目立体视觉恢复空间叁维匹配点对的拼接算法等无需额外标定物的拼接算法,其中ICP算法对初始位置要求高,迭代耗时久,基于双目立体视觉的方法重建匹配点对的精度低。通过分析其优缺点,提出了一种基于运动旋量的无迭代快速拼接算法,并针对不同纹理特性的表面实现了多视角快速拼接;(4)为了解决圆柱体等规则几何对象的点云拼接问题,提出了一种联合2D鲁棒检测特征和结构光3D扫描数据的高精度拼接方法,首先利用2D图像特征辅助定位结构光3D扫描点云对应的重投影特征,从而找到不同视角点云数据集中可靠的对应点云,然后基于所搜索的匹配点云实现拼接矩阵的精确估计,并完成多视角点云的拼接。实验结果证明,本文提出的非迭代拼接算法,拼接的均方根误差在0.4mm以下,具有高效、可靠和鲁棒性强的特点。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多视角拼接论文参考文献
[1].郎威,薛俊鹏,李承杭,张启灿.基于旋转台参数标定实现多视角点云拼接[J].中国激光.2019
[2].许佩.结构光叁维扫描系统多视角自动拼接算法研究[D].桂林电子科技大学.2019
[3].何志伟.喀斯特地貌多视角倾斜航空影像拼接算法研究[D].贵州大学.2019
[4].杨朋.基于多视角拼接技术的物体叁维形貌重建方法研究[D].上海交通大学.2018
[5].罗湾,张红波,夏欣.基于SIFT-FFT的大面积多视角SAR图像快速拼接方法[C].第十一届全国信号和智能信息处理与应用学术会议专刊.2017
[6].王益平.基于多视角鱼眼镜头的全景图拼接技术研究[D].宁波大学.2017
[7].孙金亮.多视角视频拼接关键技术研究[D].中国矿业大学.2017
[8].付伟.多视角视觉测量数据的拼接方法研究[D].华侨大学.2016
[9].刘娟,李实英,李仁发.室外场景的多视角视频拼接[J].计算机工程.2016
[10].刘娟.室外场景的多视角视频拼接方法研究[D].湖南大学.2015
论文知识图
![多视角拼接的一个例子[60]](http://image.cnki.net/GetImage.ashx?id=1018873200.nh0010&suffix=.jpg)
