資源描述：
《基于sift特征跟蹤匹配的視頻拼接方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、萬方數(shù)據(jù)ComputerE愕ineeringandApplications計(jì)算機(jī)工程與應(yīng)用2008，44(10)169基于SIFT特征跟蹤匹配的視頻拼接方法張朝偉，周焰，王耀康，程焱ZHANGChao-wei，ZHOUYan，WANGYao-kang，CHENGYan空軍雷達(dá)學(xué)院信息與指揮自動(dòng)化系，武漢430019Dept．ofInformation＆CommandAutomation，AFRA，Wuhan430019，ChinaE-mail：hi_zhangsir@sina．．eomZHANGChao-wei．ZHOUYan．WAN
2、GYao-kang。etal,,MethodofvideosstitchwithSIFTfeaturetrackingandmatch-ingbased．ComputerEngineeringandApplications。2008．44(10)：169-172,．Abstract：Thispaperprovidesamethodstitchingreal-timevideoimagescapturedbyseveralcameras．ThealgorithmisbasedonSIFr(St．'aleInvariantFeatureT
3、ransfoJITn)featuretrackinginvideoframesandreducethecostofsearchinginformatches．SIFT‘15usedtoextractionfeaturedescriptorofframesandmatchedintrackingestimatingarea，thenestimatingthetransformationparametersoftheframesstitching．Experimentalresultsshowthemethodiswonderfuland
4、stable．Itisalsorobusteveninprocessinglowoverlappingarea，anyrelativeorientationandbetweenthevideosframesormovingobjects,．Keywords：SIFrrfeaturematching；imageregistration；videostitch；imagemosaic摘要：針對(duì)不同攝像頭的監(jiān)控視頻序列，提出了一種基于視頻幀sIFT(scaleInvariantFeatureTransform，即尺度不變特征變換)特征跟蹤的
5、拼接方法。通過SIFT算法提取幀圖像的特征，并在跟蹤的估計(jì)區(qū)域搜索匹配特征，從而確定待整合幀之問的變換參數(shù)。實(shí)驗(yàn)結(jié)果表明，該方法較好實(shí)現(xiàn)視頻快速拼接，且對(duì)重疊區(qū)域小、彤變大、有運(yùn)動(dòng)物體遮擋的視頻具有較強(qiáng)的魯棒性。關(guān)鍵詞：SIFT特征匹配；圖像配準(zhǔn)；視頻拼接；圖像拼接文章編號(hào)：1002-一8331(2008)10-0169-04文獻(xiàn)標(biāo)識(shí)碼：A中圖分類號(hào)：TP391．411引言視頻圖像是虛擬現(xiàn)實(shí)中一種重要的場景表示方法。由于單部攝像機(jī)只能表達(dá)一個(gè)狹小的場景區(qū)域信息，隨著計(jì)算機(jī)及攝像機(jī)性能成倍提高的同時(shí)而成本日益降低，可以采用多部攝像機(jī)采集
6、場景，通過圖像拼接技術(shù)產(chǎn)生比單個(gè)圖像更寬的視野和更高的分辨率。圖像拼接是—個(gè)日益流行的研究領(lǐng)域”，它廣泛應(yīng)用于視頻會(huì)議、虛擬現(xiàn)實(shí)、戰(zhàn)場監(jiān)控等。在監(jiān)控系統(tǒng)中，視頻拼接能更好展現(xiàn)寬場景的實(shí)時(shí)動(dòng)態(tài)。所謂視頻拼接是指應(yīng)用若干個(gè)攝像頭的視頻序列，拼接成寬景乃至全景的視頻，該技術(shù)不同于圖像拼接的虛擬全景技術(shù)和云臺(tái)的視頻監(jiān)控技術(shù)，同時(shí)又吸收了兩者的優(yōu)點(diǎn)，因此具有重要的發(fā)展意義。視頻的穩(wěn)定實(shí)時(shí)拼接是—個(gè)復(fù)雜的問題，目前，在沒有先驗(yàn)知識(shí)條件下，對(duì)不同視角、不同尺度和光照變化等因素，還沒有一種有效的技術(shù)實(shí)現(xiàn)視頻的自動(dòng)實(shí)時(shí)拼接。通常獲得實(shí)時(shí)的視頻拼接，需要
7、在拍攝時(shí)對(duì)攝像機(jī)位置、光圈和拍攝角度進(jìn)行精確校準(zhǔn)，這給視頻采集帶來不便，現(xiàn)實(shí)中也很難做到。視頻拼接效果取決于視頻幀圖像的可靠和快速配準(zhǔn)?；谔卣鞯钠ヅ浞€(wěn)定可靠，是較適合于圖像拼接的配準(zhǔn)方法。DavidG．Lowe在文獻(xiàn)[2，3】中總結(jié)了現(xiàn)有的基于不變量技術(shù)的特征檢測方法，提出了一種基于尺度空間的，對(duì)圖像縮放、旋轉(zhuǎn)甚至仿射變換保持不變性的圖像局部特征描述算子——sIf’r算子，它是一種多尺度技術(shù)。文獻(xiàn)【4】中，Mikolajczyk和Schmid對(duì)10種最具代表性的算子(如不變矩、互相關(guān)、SIFT等)進(jìn)行了實(shí)驗(yàn)和性能比較，結(jié)果表明，在對(duì)
8、光照變化、圖像旋轉(zhuǎn)、比例縮放、幾何變形、模糊和圖像壓縮等6種情況下，SIFY特征描述符的性能最好。正是SIFT特征在以上各種情況下都具有高性能，因此很適合圖像配準(zhǔn)。近年來，SIFT特征匹配已經(jīng)成為國內(nèi)外計(jì)算機(jī)視覺領(lǐng)域熱點(diǎn)
