基于特征点筛选的实时视频拼接算法

针对实时视频采用单一图像特征的拼接方法难以兼顾速度和质量的问题,提出了一种实时视频快速拼接算法。综合运用图像区域二值化(LBP)纹理特征与加速健壮特征(SURF),优化了特征点提取和匹配过程。在采用加速分块特征检测(FAST)算法提取角点的基础上,先采用改进LBP特征对备选特征点进行粗匹配,再提取SURF进行精细匹配。通过2次筛选有效降低了后续特征提取的备选点数量,并减少了匹配计算的次数和维度,从而提高了总体运算速度,可满足一定分辨率下实时视频拼接要求。

基于LUT的多目机场视频实时拼接算法设计与实现

针对机场中多路实时视频信号的情况,开展了8路视频实时全景拼接的算法研究工作,基本完成了8路视频实时全景拼接算法的设计与实现。首先,借助现有全景图片合成软件,完成了图像配准,即找出每路视频图像到全景图的像素坐标映射关系;完成图像配准之后,根据像素坐标映射关系建立查找表,利用查找表,同时使用OpenMP多核并行加速,完成视频每一帧的实时拼接。相邻两路视频之间的重叠区域使用线性融合的方法进行融合。实验结果表明,该研究方法可完成8路960×540分辨率视频的实时全景拼接,得到无明显畸变全景画面。