基于SIFT的广电网络视频图像自动拼接方法研究

由于目前的视频图像拼接方法的计算较为复杂,导致特征点检测耗时较长,影响了视频图像拼接的效率,因此本文基于尺度不变特征变换(Scale Invariant Feature Transform,SIFT)设计了广电网络视频图像自动拼接方法。首先,通过广电网络视频图像采集与预处理,生成多尺度空间,重构图像信息;其次,限定图像重叠区域,归一化处理频谱,获取图像平移参数;再次,基于SIFT的特征提取与匹配,定位关键点,度量不同图像特征点的相似度;最后,视频图像自动拼接与融合,精炼变化矩阵,处理图像拼接缝合线。将本文设计的方法与两种传统方法进行对比实验。实验结果表明:本文方法的标定平均误差距离最小,具有更高的畸变校正精度,特征点提取的耗时最短,特征点实时检测效果更佳,拼接融合后的视频帧图像无拼接痕迹,未额外产生任何拼接误差,证明本文方法具有可行性。