拼接方法（精选12篇）
拼接方法 篇1
引言
构建一个宽视角以及高分辨图像拼接技术是计算机视觉以及图像处理等比较活跃的研究领域, 图像拼接基础主要是将重叠局部图像拼接成大型无缝高分辨率全景的图像。在当前人们的生活质量和要求不断提升下, 对新技术的应用需求呼声也比较大, 所以通过新技术的应用来满足人们的生活需求就比较重要。
1 图像拼接技术特征及应用领域分析
1.1 图像拼接技术特征分析
图像拼接技术自身的特征比较突出, 其中在针对性特征方面主要是由于图像内容的不同和条件的不同, 都会有着它们自身独特的特征体现。所以这在拼接的技术特点上也会有着不同, 而图像的拼接技术在针对性上相对较强, 所以在特点条件下产生的拼接算法就不能有效适应另一条件产生的图像。另外, 在图像拼接技术的多样化方面也比较突出, 由于相机的采图过程中运动方式比较多, 所以这也造成了图像拼接技术的多样化, 不同类型的图像就要采取不同的拼接技术[1]。
1.2 图像拼接技术应用领域分析
图像拼接技术在应用领域上比较广泛, 在实际应用的作用发挥上也比较突出, 其中在遥感图像的处理方面主要是在航空航天技术的发展下, 对卫星的侦查以及航空遥感器等可有效获取高清晰图像。为能够将视野得以扩大以及将图像的分辨率提升, 就要对不同传感器两幅及以上的图像进行拼接单幅影像图, 所以遥感图像拼接在应用作用上就能得到充分发挥。将其在土地资源的调查以及陆地水资源调查等等, 都有着重要作用发挥[2]。
将图像拼接技术在医学图像分析领域加以应用也能起到良好作用, 在医学当中的CT图像以及X光照片等, 普通的超声探头相对比较小, 多以对大组织器官以及病变就很难在同一断面加以显示, 此时通过图像拼接技术就能够将完整的结构呈现出来, 为医生的诊断提出更好的依据。
2 图像拼接流程和配准技术分析
2.1 图像拼接流程分析
图像拼接技术在当前应用比较广泛, 在拼接的方法也比较多样, 所以在不同算法步骤上都会存在着相应差异, 从总的过程上来说是基本相同的。首先就是图像的预处理, 这就有着数字图像处理基本操作, 然后进行建立图像的匹配模板对图像实施某一交换和对图像的特征集合加以操作。然后就是实施图像的配准, 在匹配策略下找出有待拼接图像当中的模板和特征等, 对图像当中所对应的位置加以参考。接着就是建立变换的模型以及对图像实施变换和重构, 也就是统一坐标系的过程, 而后构建数学转换的模型, 将待处理的图像转换到参考图像坐标系当中对完整图像加以构成 (如图1 所示) [3]。
2.2 图像拼接配准技术分析
图像的拼接配准技术是比较关键的, 具体的实施中主要是通过相似性度量决定图像间变换的参数, 然后就是采用不同传感器以及不同视角等获取同场景的两幅以及以上的图像变换到同一坐标系下, 将像素层进行最佳的匹配。从图像的配准关键要素来看, 其中的特征空间主要是参与匹配图像特征所构成, 在这一特征上能够是图像灰度特征或者边界以及轮廓特征等。在对特征选取中要能对图像以及待配准图像共有特征加以参考。除此之外, 还有在相似性度量要素以及搜索空间的要素上比较突出[4]。
3 图片拼接技术仿真和图像融合性能评价探究
3.1 图片拼接技术仿真探究
图片拼接技术能够剔除图像间的多余信息以及对信息存储量得到有效压缩, 这样就能够对信息的表示更加确切, 从近些年图片拼接技术的发展以及应用来看, 都有着不同层次的进步, 将图片拼接技术进行仿真探究主要从Fourier-Mellin算法的实验仿真层面加以分析, 其中在傅里叶梅林法角度的检测分析过程中, 在具体的实验方面是通过Matlab软件来实现的。
从实验的步骤层面来看, 通过这一软件当中读入CCD所拍摄的1000*1000 像素的标定靶图像, 然后就要把读入的图像旋转已知角度就能得到第二幅图像, 接着就要通过傅里叶梅林法对这一角度实施计算, 根据旋转的角度和计算得到的角度来看, 在旋转角度0.01 度的时候计算得到的角度是0 度, 缩放因子是1, 而在相关的峰值是0.99508, 然后将角度旋转0.1 度之后计算的角度还是0 度, 缩放因子为1, 在相关峰值方面为0.66835, 在旋转角度0.5 度的时候计算得到的角度是0.36 度, 缩放因子是1, 而在相关的峰值是0.46083, 在旋转角度为1 度的时候计算得到的角度为1.08 度, 缩放因子是1, 而在相关的峰值是0.59198.在旋转的角度比0.2 小的时候通过这一方法进行检测的角度是0, 为能够将这一方法的分辨率小的问题得到有效解决, 就要通过亚像素插值法对角度检测的精度有效提升, 但是这一方法的使用在计算上较为麻烦, 所以通过点线特征在一点一线的方法下弥补以上方法的不足, 能够将图像的拼接精度得到有效提升[5]。
3.2 图像融合性能评价探究
对图像拼接间空间转换关系获取后, 为能有效得到合成图像就要选取比较合适的融合方法对图像拼接得以完成。对于图像的融合并非简单的信息叠加, 是产生新全景视角高分辨率图像, 是在高级图像处理方法下进行复合多源图像的技术。对图像融合的类型也是多样的, 主要有中值滤波融合以及简单图像融合以及多分辨率样条技术融合等。例如简单图像融合方法不对参加融合的各原图像实施任何图像变换, 同时在这一融合方法上也有着加权平均融合法以及直接平均法。
再者就是对图像融合性能的评价过程中, 这就需要在分类上充分重视, 主要有主观以及客观的评价方法。其中在主观评价方法上是观察者对合成图像的优劣实施的评价, 这一评价的方法并不受图像类型以及观察者应用场合及环境条件影响。其中在拼接图像的误差分析过程中, 只要有着比较好的图像特征就能够进行计算拼接图的合成误差。
4 结束语
总而言之, 当前在新技术的应用需求上比较大, 所以针对图像的拼接技术的应用要能及时的和市场需求相联系, 满足市场的需求才能将这一技术的价值作用充分体现。此次主要对图像拼接技术的特征以及应用领域和拼接流程等进行了理论分析, 希望能通过此次理论研究对实际的技术推广起到促进作用。
摘要：在当前我国的科学技术不断优化发展下, 人们生活中以及工作过程中需要获取宽视角以及高分辨率全景图像, 而在设备限制下通常智能获得局部的成像, 技术进步下就对这一问题得到了有效解决。文章主要就图像拼接基础特征及应用领域加以阐述, 然后就图像拼接流程和配准技术加以分析, 最后探究图片拼接技术仿真和图像融合性能评价。
关键词：图像拼接,关键技术,特征
参考文献
[1]李跃, 彭宇行, 陈福接.一种基于模板匹配的电路照片拼接方法[J].中国图象图形学报, 2014 (3) .
[2]洪泉, 陈德强, 黄文浩.一种基于图象内部信息的轮廓匹配和切片对齐新方法[J].中国图象图形学报, 2013 (2) .
[3]廖士中, 高培焕, 苏艺, 等.一种光学镜头摄像机图象几何畸变的修正方法[J].中国图象图形学报, 2014 (7) .
拼接方法 篇2
百万高清视频监控系统工程验收报告
系统（工程）名称： 方正县水稻试验田高清监控系统 建设（使用）单位： 设 计、施 工单位： 哈尔滨正隆科技开发有限公司 验 收 日 期：
2013 年 5 月 29 日 表1 施工质量抽查验收
表2 技术验收
表3工程设备材料数量验收 篇二：液晶拼接屏要求
液晶拼接屏项目显示系统
需求分析 2.1市场需求
随着安防行业的发展，人们对安防业务的需求也更加丰富，对安防终端显示产品的要求也越来越高。市场迫切需求一种高可靠性，支持全功能信号通道，显示组合方式灵活，具备漫游拉伸的高清显示系统来满足行业的需求。2.2项目需求
液晶拼接屏项目目由一个2*2的46” lcd超窄边拼接屏组成。前端信号是 av信号，要求同时可以显示4个不同图像，大屏具有拼接功能。
液晶拼接墙系统设计 3.1系统设计原则和目标
系统的可鉴于以上要求本技术方案提供的液晶拼接墙显示系统。通过这套液晶拼接显示系统可以将各类信号在液晶拼接墙上显示，形成一套功能完善、技术先进的信息显示管理控制系统，为用户提供一个交互式的灵活系统，适应不断发展的各种需要。3.1.1系统可靠性
拼接墙一般要求一天24小时，一年365天连续工作，这就要求监视器、拼接墙具有可靠性、稳定性高等特点，以保证系统稳定可靠地运行。
影响系统可靠性主要包括温升、结构、干扰、以及系统本身的使用寿命等。系统的发热量大，将大大减少系统器件的使用寿命，而如果设备很重，则不利于安装和使机构不堪重负。此外，系统的抗干扰能力也直接影响系统的可靠性。
拼接墙液晶屏选用高可靠性的液晶屏，液晶独特的显示原理、全数字化的驱动系统，以及利用工程流体力学设计的空气涡流散热方法，确保拼接墙的高可靠性和稳定性，同时全钢的拼接墙结构和合理的工艺设计，使拼接墙既无辐射也不受外界电磁场的干扰，稳定可靠。
由于低功耗、重量轻、寿命长，无辐射等特点，使液晶拼接墙可靠性极高。3.1.2、系统的经济性
考虑系统的经济性，就不能不提性价比，只有在高性能、高质量的前提下，系统的经济性才有意义。
由于lcd独特的显示原理，屏幕长期工作色彩、亮度、对比度变化极小，保证长期工作无热变形。屏幕无等离子烙印问题，能长时间显示静态图像。显示墙使用中无需定期维护，没有
易损部件，完全不存在耗材，因此，lcd显示墙后期的维护成本非常低。综上所述，可以说lcd拼接墙拥有比传统拼接墙更佳的显示性能，更低成本，整体性价比极具优势。液晶拼接墙，以其优异的性能，合理的价格在国内外受到了广泛的欢迎。其背光源就高达7万小时的使用寿命，质量稳定，维护费用低。3.2．技术规范和标准 《社会治安动态视频监控系统技术规范》（db33/t 502—2004）
《视频安防系统技术要求》（ga/t367-2001）
《民用闭路监视电视系统工程技术规范》(gb50198-94)《信息网络数字视频应用系统规范》（bj/z0001-2003）
《信息技术开放系统互连网络层安全协议》（gb/t 17963）
《电子计算机机房设计规范》(gb50174-93）
《安全防范工程程序与要求》(ga/t75-94)《建筑物防雷设计规范》(gb50057-94)《建筑物电子信息系统防雷技术规范》(gb50343-2004)《民用建筑电气设计规范》(jgj/t16-92)《建筑钢结构焊接规程》（jgt81-91）
《钢筋混凝土施工规范》
3.3系统组成整套液晶拼接墙显示系统主要由以下几部分组成： ? 46＂ lcd拼接显示单元（超窄边did液晶拼接屏）? 应用管理软件包 ? 控制键盘 ? 各种线材
? 支架 3.4系统规格
本方案采用的液晶拼接墙由 的lcd拼接显示单元拼接而成，选择如下拼接方式：46″超窄边拼接,总共4个单元，总体尺寸规格如下： 46″超窄边lcd单屏尺寸：1026mm(w)*580mm(h)*132mm（d）
拼接缝隙：≤6.7mm 3.5遵循的标准及规范
1.《民用建筑电气设计规范》jgj/t16-92 2.《智能建筑设计标准》gb/t50314-2000 3.《工业电视系统工程设计规范》gbj115-87 4.《电气装置安装工程施工验收规范》gbj232-92 5.《视听系统设备互连用连接器的应用》gb/t15644-95 6.《视听、视频和电视系统中设备互连的优选配接值》gb/t15859-1995 7.《lcd显示屏通用规范》(sj/t11141-1997)8.《lcd显示屏检测方法》 9.《机械设备安装工程施工及验收通用规范》（gb50231-98）10.《建设工程施工现场供电安全规范》（gb50194-93）11.《建筑安装工程质量检验评定统一标准》（gbj300-88）12.《建筑电气安装工程质量检验评定标准》（gbj303-88）13.《国际电工委员会标准》ec 14.《国际标准化组织》iso 15.《专显科技工业协会标准》eia 16.《中国产品强制认证标准》（3c）3.6建设原则
(1)可靠性。大屏幕显示系统能适应7×24小时运行管理的需要。(2)实用性。能满足任何视频矩阵、rgb、dvi等信号显示。
2?2(3)先进性。大屏幕显示系统采用高亮度、使用先进lcd显示单元技术，保证信息显示的清
晰、逼真、明亮。(4)易维护性。大屏幕显示系统的重要部件如显示单元、多屏拼接器等能方便地维护和日常
清洁。
（5）灵活性。由于要显示多种信息信号，因此在整个大屏设计时充分考虑操作的灵活性，使得信息可以根据需要灵活切换、灵活地以任意大小在任意位置显示。既可以根据预先设定的规则自动设置，也可以在某些情况下手动操作显示特定的信息。
协调性。系统设计结合大厅大小、格式布局等综合考虑，从而使得整个大厅布局合理、整体格调统一。
号 前端a v信
液晶屏拼接示意图： 篇三：拼接屏设计说明
设计说明
一、概述 1.1项目概述
本工程为湖北省公安厅警务综合大楼北楼301、西楼405室装修改造。目前405室为办公室，301室为会议室，改造后405室为会议室，301室为办公室。本次工程由于办公室人员增加，所以北楼301室的设计以最大限度的利用空间，原西楼301室配电箱为32a空开，经过核算统计：
投影仪：300w÷220v=1.4a 电脑：58×200w=11600w÷220v=52.7a 复印机：500w÷220v=2.3a 网络柜：2200÷220v=10a 开水器：4000÷380v=10.5a 备用：1000÷220v=4.5a 合计：81.4a 改造后的电流量为81.4a，建议新增一个100a的配电箱。弱电采用光纤从西楼402引至北楼301网络柜，强弱电采用200*100金属槽盒走线至每个坐席相应位置；西楼405办公室家具搬至甲方指定仓库，将西楼301室大会议室拆散搬至西楼405室安装，会议桌椅搬至西楼405室，新增19把会议椅。将西楼301室投影扩音器搬至西楼405室。1.2设计依据
1、湖北省公安厅警务综合大楼现场实际情况
2、《建筑装饰装修工程施工质量验收规范》(gb50210-2001)
3、《室内装饰工程质量规范》（gb502102001）
4、《电气装置安装工程施工及验收规范》 1.3设计范围
本设计范围主要包括： 1）本工程装修方案设计 2）本工程的费用预算 1.4设计分工
1.4.1 设计与相关专业的分工
本工程为湖北省公安厅警务综合大楼北楼301、西楼405室装修改造设计，系统装修所需配套设备及材料均由本设计计列。1.4.2 材料和工程界面
本工程需要的材料、设备及辅材都由施工方提供。施工单位：负责北楼301室内装修，设备安装及家具的拆除、搬运、安装。建设单位:提供施工用电、材料堆放场地。1.5文件组成本设计文件为湖北省公安厅警务综合大楼北楼301、西楼405室装修改造，包括室内装修，设备安装、强弱电布线设计及家具采购。1.6建设规模
本次工程为湖北省公安厅警大楼北楼301、西楼405室装修改造工程，现在405为20人办公，经过改造到西楼301室后可容纳28人同时办公的要求。每个坐席安装两个双模块网插，配置三根网线（内网、外网、专网）和一个电话线。强电从强电井用rvvz-3×25+2×16布线至301室新增配电箱，插座采用4mm2电线穿
管布线至每个坐席。
北楼301会议室搬至西楼405室，原来西楼301为34人会议室，改造至405后，会议室可同时坐56人同时开会。篇四：电子显示屏项目验收报告 电子显示屏项目验收报告
编号：0046 电子显示屏项目验收报告
编号：0047 电子显示屏项目验收报告
编号：0048 篇五：液晶拼接屏等硬件设备详细参数
液晶拼接屏等硬件设备详细参数
一、拼接屏系统要求
大屏幕采用did液晶拼接系统，液晶拼接屏显示系统应能确保24小时连续运行，整套系统具有先进性、稳定性和可扩充性，整套系统具有先进性、稳定性和可扩充性。液晶拼接屏应具有较高分辨率、可调亮度和对比度、范围宽，色彩还原真实，图像失真小，亮度均匀，显示清晰，系统操作简单，维护方便，使用寿命长；应支持多屏图像拼接，画面可整屏显示，也可分屏显示，画面能够自由缩放、移动、漫游，不受物理拼缝的限制；采用软件控制窗口的拼接与分割，屏与屏之间的拼缝不能影响汉字和图像的正确显示。支持多种信号的同时显示：
1.液晶单元的要求：
液晶拼接单元具体参数如下： 1: cortez?数字图像处理平台是一款专门应用于医疗,广电等传统高端图像显示领域的处理平台, mast?数字图像处理平台是一款应用于家用液晶电视图像显示的处理平台 2: cortez?平台内部集成独家专利的第二代方向关联的逐行扫描技术,动态色彩管理,自适应颜色/对比度增强和内建自适应数字3d降噪/3d 梳形濾波器/3d去交錯/雜訊抑制等多项图像显示领域的专利技术,非常适合于安防监控对高清视频的需求 3: cortez?由于内部集成多种专利技术在处理监控面面时避免成像有画面出像边缘出现黑边.锯齿和色采失真等多项技术问题,是当今天世界上最适合的一款用于安防监控领域的图像处理平台.1)显示屏幕对角线尺寸为46英寸，1023.78mm×578.37mm×118mm。显示区域：1018.28mm× 572.87mm 2)观看视角到达水平/垂直度和72%的色彩饱和度，确保画面的输出精确和稳定，色彩饱
和靓丽，屏幕更加明亮，画质更加清晰，画面衔接流畅自然，整体显示流畅完美，呈
现完美的显示效果。
3)拼接单元点距为0.53 mm(h)* 0.53 mm(v)。4)物理分辨率1920×1080；屏幕比例为16∶9，响应时间≤8ms。双边拼接接缝≤5.5 mm。
5)整屏画面稳定无闪烁，整屏色彩和亮度均匀性≥90%，数字显示单元亮度≥450cd/㎡，对比度≥3500:1，以确保多屏拼接系统的画面更为清晰鲜明，以使各个拼接did液晶单元显示的所有颜色保证整墙色彩的一致性。6)46 did黑边屏，高亮度，采用led背光技术，支持7x2x365小时开机使用，保证系统
长时间运行，不间断工作。整个大屏幕系统具有先进性、稳定性和可扩充性，系统操 7)作简单，维护方便，故障率低，使用寿命长；平均寿命时间mtbf大于60000小时，完
全能够满足用户24小时、每周7天的连续运行的需要。8)采用美国最先进的高速图像处理芯片，具备矩阵功能，可以把视频、vga、dvi的信号
解码后分割为多个显示单元，并以1920x1080等格式输出到电视墙上，图像处理过程完全硬件化，操作非常方便采用大容量高速fpga阵列和crosspoint数字多总线数据路由交换的处理机制。9)自动温控系统：自动根据设定的工作温度和实际机器温度，控制风扇的运转、降低噪音、节约能耗、提高监视器的稳定性和可靠性。10)智能背光调节：不同环境的光线强度，调节液晶屏幕的亮度和对比度，提高人眼观看的
舒适度，以适合监控人员的长期监控。11)在屏幕上任意位置可以用于播放hdmi信号的宣传片或高清图像，清晰度达到1080p，并且经专业软件测试没有任何色差或干扰。12)液晶拼接显示单元制造商生产的液晶拼接显示单元必须获得国家强制性产品认证证书
（3c认证），投标人须提供合法的认证证书 13)液晶拼接显示单元制造商生产必须通过iso9001质量体系认证，品牌通过国家商标认
证；投标人须提供合法的认证证书 14)生产制造商须通过有效的ce及fcc认证证书，国际rosh认证证书。15)液晶拼接显示单元制造商生产必须通北京一所及上海三所所颁发的产品检测报告。, 投
标人须提供合法的认证证书 16)投标型号必须通过国家公安部门产品检测报告。17)液晶拼接显示单元制造商生产必须通过相关质量认证，投标人须提供合法的标志产品认
证证书
“爱情拼接”聚合财富 篇3
从破碎照片里“拼”出的商机
王丽花是一个活泼豪爽、喜欢幻想的川妹子。2006年刚踏出重庆师范学院的校门，她便揣着满满的自信来到了上海，应聘到上海一家广告公司做设计，成为了这繁华都市中工薪族里的一员。
工作了几个月，王丽花发现了一个有趣的现象：每当恋人相约时，总会为送什么礼物而烦恼不已。鲜花、巧克力?太没新意；衣服、手表?既俗气又昂贵……起初她并不以为然，也经常参与到大家的讨论中。可听多了，脑子里就迸发出了几束小火花如果能找到一个办法，打造出世界上最具浪漫气息、最有个性的小店为这些人服务，应该大有市场。
一次偶然的机会，平时与王丽花要好的一个女同事找到她，问她能不能想想办法帮自己挽回即将失去的爱情。这个女同事最近和男友闹了点小矛盾，刚开始，男友还像往常一样主动道歉，买些小礼物来讨她的欢心。可女同事却仍然不依不饶，甚至还撕毁了两人的合影照片。看着散落一地的碎片，男友不再理睬她了。刚开始，女同事还以为男友在赌气，可没想到三个星期过去了，对方连一个电话都没有，她这下急坏了，赶紧找到王丽花，让这个大家公认的智多星给出出点子。王丽花脑筋一转，一个念头闪了进来：爱情就是将彼此原本陌生的情感拼合连接到一起，如同两个紧密相扣的生命一样……这个想法让王丽花来了灵感。她花了一个晚上的时间，用电脑重新将撕毁的合影复原，然后打印出来，接着将这重展风采的合影照粘贴到一张很薄的软木板上，最后再用一个小巧的咬接机进行仔细地切割，这样一张爱情合影就变成了一块块独特的爱情拼图块。
一周过后，女同事兴高采烈地告诉王丽花男友回到了自己身边：“这个拼图不仅重新拼接了两人的爱情，而且也加固了两人的爱情。”说完，又拿出几十张照片，王丽花一看既有她和男友的合影，也有彼此的个人生活照，还有一些其他人的照片。原来，女同事把自己爱情拼图的事情告诉了很多的朋友，他们都对这种非比寻常的表达方式产生了浓厚的兴趣，都说很别致，很有心思。所以都想拥有几份属于自己的爱情拼图，好与心爱的人一起拼出浪漫的爱情。
没想到，自己的这个新创意得到了大家的认同和喜欢，王丽花开心极了。以前在内心深处一直窜动的创业念头再次爆发，“为什么不自己开一家小店，专门制作这样的爱情拼图呢?店名就叫‘爱情拼接’，象征着彼此的爱情紧密拼合连接一起，永不分离!”
奇思妙想，小创业孕育大钱景
经过反复的考察和搜寻，王丽花终于找到了拼图制作机的厂家地址，在上海正好有指定的经销点，更让王丽花惊喜的是，这种小巧的拼图制作机，不仅能将照片，还能将其他各种不同尺寸和材质的图片制作成拼图，这大大丰富了王丽花心中所想的爱情拼接的产品内容。就这样，王丽花的“爱情拼接”专卖坊在2007年一个充满阳光的早晨开业了!
这种极富个性的浪漫爱情表达，自然吸引了很多恋爱中的男男女女，每一对需要制作爱情拼图的情侣，只要将自己的照片或写真发给王丽花，她就会根据对方的要求，制作出不同尺寸和不同数量拼图块的个性爱情拼图来。短短1个月，王丽花差不多制作了上百幅爱情拼图，为她带来了八九千元的收入。
渐渐的，王丽花对“爱情拼接”这个小店有了更深的理解，她明白大家之所以喜欢走进她的小店，正是因为爱情就像这店名一样需要共同努力，将各自的情感深深拼接在一起。而爱情拼图正表达了恋人们希望一起编织爱情、拼接爱情的愿望，希望用自己的双手将彼此的爱情联系得更加美好、幸福。看来，还真需要进一步挖掘“爱情拼接”的新内涵。
通过与顾客接触，王丽花发现并不是所有人都喜欢拼图的形式，而且她自己也感觉到，只用将照片制作成拼图来吸引顾客确实单薄了点，如何才能找到“爱情拼接”新的突破口呢?从爱情紧密相连、彼此相接这方面入手，开发出更多的“爱情拼接”产品成了王丽花生意之余最花心思的事情。
一次，王丽花在报纸上看到了这样一则新闻：匈牙利将举行魔方大赛，届时魔方之父鲁比克教授将亲临现场……
“魔方、旋转、将凌乱拼接成完整图形……”王丽花像发现新金矿一样一下子欢呼起来。魔方不也是很好的爱情拼接形式吗?而且和个性爱情拼图一样，也是具有互动性的。既然有拼图制作机，那就一定有魔方制作机。
于是，在个性爱情拼图仍然销售火热时，王丽花的爱情魔方也闪亮登场了。不仅年轻的时尚情侣，就连那些夕阳恋的老人也爱上了王丽花的“爱情拼接”专卖坊。每天走进小店要求制作的人络绎不绝，有的甚至将两人一起旅游的照片、恋人的艺术写真，以及情人节时两人的嬉戏合影都拿来要求制作成个性的爱情魔方或爱情拼图。在短短半年的时间里，就获利5万，王丽花第一次感受到了成功带给自己的满足和喜悦。
随着生意越来越好，很多人都把“爱情拼接”专卖坊当成了港湾，他们的胃口也越来越大，也向王丽花提出各种各样的需求。王丽花在高兴之余，心里也在不停地琢磨，“爱情拼接”在人们的心中成了一个不断制造惊喜、创造浪漫和爱情神话的地方，如果它满足不了顾客日益增多的需求，人们就会认为“也不过就那么回事”，“爱情拼接”理念也会半路夭折。于是，王丽花又开始思索“爱情拼接”新产品。“恋爱个性漫画拼图”就是在这样的场合诞生了!
有的顾客喜欢喜庆的“恋爱个性漫画拼图”，王丽花就会把人物做成唐装或福娃的造型，有的追求西化，王丽花就会在他们的漫画拼图背景里用上白纱、天使翅膀等元素……这种量身订做的恋爱漫画拼图很快成为了年轻人的时尚爱情礼物。
散发智慧的女孩最美丽
2007年10月，一场别开生面的比赛在社区广场举行。有意思的是参加比赛的全是一对对情侣。原来这是王丽花早已谋划多时的“爱情拼接大赛”。比赛分两个组，一组是爱情拼图比赛，一组是爱情魔方比赛。由爱人们提供双方的照片或写真，交给“爱情拼接”专卖坊制作成拼图和魔方，比赛当天各组选手领到写有自己和伴侣名字的拼图盒或者魔方开始拼接，看看谁用时最短，谁就是赢家。这可是考验情侣们爱情完美的最好时刻，而且得胜者的奖品也是十分的让人惊喜：不仅可以免费获得当套拼图或魔方，而且从此成为爱情拼接的会员，消费时能享受到打折优惠。
11月，王丽花成立了自己的“爱情拼接创意设计室”，新的“爱情拼接”产品一个接着一个摆放在店内。像“浮雕爱情拼图”、“二人恋爱世界拼接立体塑像”、“圆球造型、三角造型的爱情魔方”，以及爱情故事魔方……各种拼接系列达200个之多。2008奥运会即将在北京召开，王丽花也巧妙地将自己的“爱情拼接”产品和奥运结合起来，开发出了“情侣运动”系列的拼图、魔方与拼接塑像。
王丽花还将自己的“爱情拼接”系列产品打进了婚礼市场，很多准备结婚的情侣都非常高兴地将自己的大幅结婚照做成了“个性爱情拼图”或“动漫恋爱拼图”。在精心打理下，王丽花的“爱情拼接”事业是越来越红火，2008年年初就拥有了3家连锁店。王丽花相信，“爱情拼接”在情侣市场上还会有更大的发展空间，在给自己带来广阔“钱景”的同时，也让自己生活得更精彩、更美丽。
桥梁拓宽方法与拼接方式探析 篇4
随着我国改革开放和经济建设的飞速发展, 公路和城市道路的现代化建设也在加快进程。大量早期建成投入运营的公路桥梁, 服务水平已明显降低, 难以满足日益增长的交通要求, 存在严重的问题, 如交通拥挤、行车速度减慢、交通组织困难、日常养护工作也难以正常展开, 严重制约了快速通道的作用发挥, 已成为公路运输线上的“瓶颈”, 不利于沿线经济的长期可持续发展。旧桥的拓宽改建是一项比较繁琐的工程, 随着我国经济建设和道路桥梁事业的发展, 此类工程将越来越多地呈现在我们面前, 如何在安全、美观、经济、适用的原则下做好旧桥拓宽改建工作是摆在桥梁建设者面前的一个课题。
1 桥梁拓宽的分类
桥梁拓宽可归结为三类: (1) 旧桥桥面宽度与承载力均不足。新桥修建半幅后将交通引到半幅新桥, 拆除旧桥, 待新桥拓宽至全桥, 将交通引向全桥。改造后, 所有交通由新桥承担。 (2) 旧桥桥面宽度不足。拓宽中, 基本不改变旧桥结构, 在旧桥的一侧或两侧建新桥, 旧桥继续承担部分交通。改造后, 新桥与旧桥结构是独立的。 (3) 拓宽后, 新旧桥的桥面铺装层连续摊铺, 共同作用, 为了行车安全舒适, 须严格保证新旧桥变形协调。
从桥梁结构的设计与施工角度来说, 前两类拓宽与新建桥梁类似, 本文将重点分析第三类情况下的桥梁拓宽。
2 桥梁拓宽方法分析
2.1 增设钢筋混凝土悬臂挑梁。
这是最简便的桥梁拓宽改造方法, 并可和其它桥梁加固补强法一并使用。当旧桥桥墩、台及基础完好, 能够满足拓宽甚至提载要求时, 可在主要承重结构的上部结构进行合理加固和提载后, 拆除两侧栏杆和人行道板, 凿除原桥面铺装层, 重浇加强的钢筋混凝土桥面铺装层, 相应增设人行道悬臂梁和车行道悬臂板, 重新安装人行道板与栏杆, 从而达到拓宽桥梁的目的。这种桥梁拓宽的方法适合于梁式桥与拱式桥, 一般适用于双侧拓宽的旧桥拓宽。它的突出优点是不必拓宽桥墩, 加固工作量小。
2.2 单边新建桥梁。
当原有公路路线是以单边拓宽进行改建;或原桥已成为交通要道的“瓶颈”, 亟待拓宽, 且不能中断交通;或原桥弃之可惜, 只能降低荷载标准使用等情况时, 一般可采用在老桥的一侧新建桥梁, 达到提高通行能力和承载能力的目的。
2.3 增设边梁或边拱。
拆除一侧 (或两侧) 栏杆及人行道板后, 在一侧 (或两侧) 增设边梁 (或边拱肋) , 实现拓宽桥梁的目的。新增边梁与原主梁之间铰接, 只承受自身恒载、人行道恒载与人群荷载, 不承受原主梁传递的剪力, 也不参加荷载横向分配。用这种方法拓宽桥梁时, 应测量桥墩 (台) 顶宽度是否能放置新增的梁或拱肋, 若不够, 应进行墩帽 (盖梁) 的拓宽处理。
2.4 增加主梁或拱肋。
这种方法一般用于需要拓宽桥梁又要提高承载能力的旧桥。其特点是, 新增主梁或拱肋的刚度大于旧桥, 以减小原桥主梁或拱肋的荷载横向分布系数, 从而在拓宽桥梁的同时, 提高桥梁的承载力。此方法需要同时拓宽桥梁墩台及基础, 或靠近原有桥梁另外单独建造新拓宽部分的墩台。
3 桥梁拓宽拼接方法分析
在研究桥梁拓宽方案时需要考虑的问题较多, 如需要考虑原桥的技术状况、沿线的地质条件、合理的横向连接方式、新旧桥梁结构的变形协调、新旧结构的合理拼接时间以及在不中断原桥交通的条件下合理的新桥施工方法。就具体方法来看, 目前主要有上部结构与下部结构均不连接、上部结构与下部结构均连接、和上部结构相互连接、下部结构不连接。
3.1 上部结构与下部结构均不连接。
为使拓宽桥与原桥各自受力明确、互不影响, 减小连接的施工难度, 桥梁拓宽部分与原桥的上部结构和下部结构均不连接, 新、老结构之间留工作缝, 桥面沥青混凝土铺装层连续摊铺。该连接方案简化了施工程序, 消除了连接的技术问题, 但在汽车活载作用下两桥主梁产生不均衡挠度以及拓宽桥大于原桥的后期沉降, 可能会造成连接部位沥青铺装层破坏形成纵向裂缝和横桥向错台, 影响行车舒适性、安全性和桥面外观, 增加后期的养护维修工作。
3.2 上部结构与下部结构均连接。
为使拓宽桥与原桥形成完整的整体, 减小各种荷载 (包括基础不均匀沉降、汽车活载、温度荷载等) 作用下新老桥连接处产生过大的变形, 减小上、下结构某些部位的内力, 将拓宽桥梁的上部结构与原桥对应部位横向通过植筋、浇注湿接缝等方式连接起来, 原桥下部结构的桥墩、桥台帽梁及系梁也通过植筋技术将钢筋和拓宽部分新桥相应部位钢筋连接, 然后浇筑混凝土, 将新老桥梁连为一体。沈大高速公路扩建工程中桥梁横向拓宽即采用了上述上、下结构均连接的拼接形式。
该方案优点是将拓宽桥、原桥之间联系成整体, 拼接后桥梁整体性较好。同时, 也存在如下不足:拓宽桥基础沉降大于旧桥, 由此产生的附加内力较大, 可能会使下部结构帽梁、系梁、桥台连接处产生裂缝;上部结构连接处也可能产生裂缝, 导致使用功能下降, 维修困难, 外观不雅。若拓宽桥基础持力层位于坚硬基岩上, 基础沉降值较小, 新旧桥之间不会产生过大沉降差, 该方案的不利影响不显著, 可较好的发挥其优势。若基础持力层位于软土地基上, 拓宽桥基础沉降明显大于旧桥, 沉降持续时间较长, 使用期间沉降不易稳定, 则不宜采用该方案。
3.3 上部结构相互连接、下部结构不连接。
综合上述两个连接方式的优缺点, 形成第三种横向拼接形式。第三种拼接方案的主要优点是:下部结构不连接, 拓宽桥与原桥的下构内力相互不产生影响, 上部结构连接对下部结构产生的内力影响很小。但是上部结构连接后由于新老桥梁材料特性的差异将产生附加内力, 由基础沉降等原因产生的附加内力也使连接部位内力增大。以往工程中, 常采用如下措施解决上述问题:为减小拓宽桥基础沉降量, 拓宽桥梁尽可能采用桩基, 并通过加强地基处理、增加桩长或桩径等措施尽可能减小基础沉降;原桥采用扩大基础时要注意新老基础间的协调性, 必要时对原有基础进行加固;针对上部结构自身产生的较大附加内力, 可通过连接部位增大配筋并改善连接结构形式来解决。上部结构相互连接、下部结构不连接方式已在多个扩建工程中采用。
结束语
在研究桥梁拓宽方案时需要考虑的问题较多, 如需要考虑原桥的技术状况、沿线的地质条件、合理的横向连接方式、新旧桥梁结构的变形协调、新旧结构的合理拼接时间以及在不中断原桥交通的条件下合理的新桥施工方法。总之, 针对不同的桥型结构, 不同的桥梁基础的持力层, 对旧桥的拓宽和拼接应采取相应的方式, 以便在安全、美观、经济、适用的原则下做好旧桥拓宽改建工作。
参考文献
[1]林立蔼.对公路混凝土桥梁裂缝的认识及处理[J].中国科技信息, 2006 (14) .
[2]李英.混凝土桥梁裂缝的成因及处理办法[J].科技情报开发与经济, 2006 (16) .
[3]张永宏, 宋吉录, 龚瑞芳, 等.南城桥二次拓宽改建技术研究[J].中国市政工程, 2003 (2) .
路基加宽拼接施工工艺论文 篇5
摘要：双向四车道高速公路已无法满足需求，必须进行加宽拼接，加宽路基的施工操作要点和安全保证控制措施，确保加宽后公路的稳定。
关键词：路基加宽拼接;操作要点;安全保证措施
随着我国经济的高速发展，近几年我国的交通流量急速增长。原双向四车道高速公路在通行能力和使用质量上都已经无法满足需求，结合当前通行需求，很多国家的主干道都进行了加宽拼接。旧路加宽处理不当，就会出现路面开裂、路基沉陷等病害问题。所以，新旧路基间的衔接以及新旧路面结构层的不均匀沉降都是路基加宽施工中的关键技术，同时，安全保通工作也是工作中的重中之重。
混合拼接的设计潮流 篇6
多功能性并不意味着它是件天价的终极产品。户外服装的多功能如今应被赋予两种含义，使用方式的多功能，比如攀岩长裤修身剪裁同时就非常适合长途骑行，弹性膝部和臀部不会让腿部动作受束缚。另一种就是多种面料针对性的组合使用使你在运动中更加舒适，以至于你甚至可以忽略它的存在而只专注于运动本身，这种面料组合赋予的多功能性对设计师提出了更高的要求。
设计是服装的灵魂，除了时装，也同样用在包括功能性服装在内的其他类户外衣物上。当然，所谓的设计并不仅仅是外观上的改变，对户外商来说，更重要的是功能和使用上的个性，这方面欧美的确做得更出色，功能性服装的革命基本都由欧美品牌发起，但从表面上看，欧美产品在细节实用性的处理上更人性化，或许这与长久积淀下来的专业精神和玩家身份有着莫大的关系。你永远不会发现诸如“戴着手套无法深入过短的拉链口袋”或者“使用根本不合适的拉链号码导致操作困难”之类的缺心眼儿设计出现在专业品牌上。在过去的几年中，不同面料拼合使用的发展速度愈加迅猛，比如躯干和手臂、肩部和下摆、大身正面和背面、膝部臀部和整体，将人体划分出身体地图，科学又具有针对性地使用不同材质的面料能够最有效地将功能性发挥到极致，也最能够体现品牌对自身产品的设计思路。延展开来，这又对剪裁提出了更高的要求，这本身也是门艺术，剪裁方式不仅决定着外观的美感，同样决定着服装的舒适性，当然，糟糕的剪裁也可能会毁了混合拼接面料的良苦用心。应户外运动自身规律的要求，开发人员在设计和剪裁方式上绞尽脑汁，数次打版、测试、修改最终完善，这就是为什么顶级产品要比所谓代加工产品贵出数倍的原因之一，因为原创和抄袭原本就没有可比性。
当然，现在身边的品牌越来越多的具有责任感，最起码，大多数的品牌會根据产品本身的使用环境针对性结合该项户外运动参与者的使用情况来优化自己的设计，人体工程学和人体解剖学的字眼越来越多地与服装曲线相融合。同时，令我们备感惊艳的色彩也流行开来，无论更加开放大胆的拼色还是点缀色已经完全取代了死板守旧的单一色调，我们不得不承认韩国品牌走在户外潮流最前沿，但如今欧美和国内品牌在这方面已有了长足进步，而且他们传达出的美学标准似乎更易于被大众所接受。
正面Polartec? Power shield?顶级防风面料，背面Prima Sport保暖纤维填充，夹底拼拼接Polartec? Power Stretch? 弹力抓绒面料，构成了这款2013年度Polartec ? APEX大奖获奖产品的精妙之处。
四向弹力且防风的正面和高度透气的针织背面组成，其中对于需要高度透湿的部位—背部脊柱两侧和腋下则用导湿性能更强的速干面料进行拼接。
简单来说，THE NORTH FACE?Men's Verto Micro Hoodie实际上就是拼接了单层防风衣袖和帽兜的羽绒马甲，但是它超级和易于压缩携带的特性并没有被抹掉，相反与抓绒套穿可以实现冬季大风攀登中的快速移动，而且手臂活动自如。
轻量又环保的Primaloft ECO，中等克重的Radiant LT抓绒和Polygiene活性控味技术让Outdoor Research M'S Acetylene jacket在更寒冷强度更大的路线上能够保持体表恒温区的平衡和高透湿效率。
为攀登而设计的超级裤子，内层保暖，正面防泼水，臀部软壳面料，膝部耐磨并内置缓冲层，脚部外侧防水布可充当雪套，在冰爪经常擦刮的脚内侧采用加强耐磨布。
GREANVAVE绿波
功能蝉翼外套
在春季极不稳定的天气下便是它充分发挥本领的时候，这款设计颇为有趣的蝉翼外套有着皮肤风衣般的轻盈体态，而且材料选用也非常合理，领口处、帽兜和肩部的2.5层防水材料能为你遮挡山顶上突如其来的绵绵细雨，主体大面积的轻薄梭织面料防风防紫外线并具有微微的弹力。具有棉质感的弹力面料拼接在手臂下缘和大身两侧，即使你有小啤酒肚，穿着它在坐下时也没有紧绷感。
思凯乐
F5020309皮肤风衣
完全摒弃了一贯的夹克和帽衫的设计思路，思凯乐让真正皮肤风衣成为了真正的“皮肤风衣”，具有古典英伦风格的风衣款式，辅以功能性的轻量化抗撕裂尼龙面料，实现防风防泼水功能，细节配置亮点多多，传统的方形口袋，金属拉链和按扣，腰部束绳设计，领口也配有防风抽绳同时还具有美观效果。非封闭的外层配合网衬内里保证透气性，令人惊讶的是它打包后依然体积小巧。
SHEHE极星
喀什神衣
这种集排汗、防风、保暖和防泼水多功能于一身的产品凭借其广泛的用途至今依然畅销不衰，春季的背包旅行，夏季的高海拔徒步，秋季的长途骑行它都能从容应对。柔软的天鹅绒衬里既具有轻量保暖性而且潮湿后也能快速干燥。极星在此基础上改良版型，使其更符合亚洲人的身材，你再也不会为下摆短或袖子长而在两个尺码间犹豫不定了。额外增加的插手口袋可以温暖阴冷潮湿中的双手，虽然牺牲了些许压缩性但更加实用。
探路者
TAEB81020-1超轻防风外套
得益于使用了超轻三层弹力复合面料，使它有了比市面上大部分防风服装更好的防水性，而弹性则使它比硬壳更加舒适柔软，腋下及后背使用延展性更出众尼龙四面弹力布，提高透气性，独特的编织肌理使它的抗撕裂性表现得也不赖。隐形拉链处理的口袋，激光切割、无缝贴合工艺的臂袋，肩部无缝拼接和耐磨防滑印花等细节设计使它在保证功能性的前提下更加工整简洁。
一种改进的快速图像拼接方法 篇7
关键词：角点检测,角点匹配,随机抽样一致性算法,图像拼接
0 引 言
图像拼接技术是把一序列真实的图像合成一个单一的、更大的、更复杂的图像,是表示真实世界的有效方法。它在实际使用中有着广泛的应用,如医学及航空图像的拼接[1];三维虚拟场景的模拟;还可用于图像压缩及改善图像分辨率。图像拼接技术的核心问题是如何将多幅图像从几何上拼接起来,就是将预拼接的两幅图像进行几何上配准处理,利用重叠区域将它们规划到统一的坐标系中,然后对它们裁剪,去掉重叠部分,再将裁剪后的图像装配起来形成一幅大幅面的图像。图像几何上的配准的关键是变换矩阵参数的求解。而变换矩阵参数的求解依赖于图像角点的合理提取和匹配。本文采用改进的SUSAN角点检测方法进行图像角点的提取,提高图像拼接的精度。求取变换矩阵参数模型时采用改进的RANSAC算法,大大减少了运算量,提高图像拼接的速度。
1 图像角点的提取与匹配
图像拼接主要根据二幅图像重叠区域的相似性来实现。在进行拼接之前需要找到两幅图像中重叠区域中的对应点对,利用这些对应点对来求解待拼接的两幅图像间的几何变换矩阵。本文采用改进的SUSAN角点检测方法来检测图像中的角点,并使用基于窗口的匹配中公认最稳健的归一化互相关函数进行特征角点的初始匹配,然后采用松弛法迭代算法[2]消除误匹配。
1.1 SUSAN角点检测简介[3]
由Smith 和Brady 所提出的SUSAN角点检测算法中,使用圆形模板对图像中的像素点进行USAN 面积测算。其具体的方法是,将位于圆形窗口模板中心等待检测的像素点称为核心点。核心点的邻域被划分为两个区域:亮度值相似于核心点亮度的区域(USAN区域)和亮度值不相似于核心点亮度的区域。
对于一个像素点,这两个区域的划分可以考虑4种情况,其表述如图1所示。这4种情况分别为:核心在USAN 内,核心在区域中,核心为边缘点,核心为角点。
由此,可将角点定义为:图像中具有足够小的USAN 面积的像素点。为计算每个像素的USAN 面积,需事先设定核心点与其圆邻域中其他像素灰度值的差值门限t,具体执行USAN 时的判别函数如下:
式中,C(r, r0 ) 是以r0 为核心的圆模板内的像素r是否属于USAN 的判别函数,I (r0 ) 为核心点r0 的灰度值,I(r)为核心点邻域内像素r的灰度值。则图像中任一点r0的USAN 面积可表示如下:
其中,C(r0 ) 代表以r0为核心的圆邻域。计算完每个像素点的USAN 面积后,采用一个局部非极大值抑制模板来确定最终角点。具体可由式(3)表示:
式中,g为非极大值抑制门限,设定为USAN最大面积大小的一半。SUSAN角点检测算法的具体步骤如下:
(1) 在图像的核心处放置一个37像素的圆形模板。
(2) 利用式(2)计算圆形模板中和核心点有相似亮度值的像素个数n(r0),像素个数定义为USAN。
(3) 使用式(3)计算角点初始响应函数值,函数值大于某一特定阈值的点被认为是初始角点。
通过上述分析可知, SUSAN 算法的优点在于在角点检测时不需计算梯度,不需插值而且不依赖于前期图像分割的结果,直接对像素的邻域灰度值比较即可检测出角点,因而在图像处理中得到广泛的应用。许多参考文献[4]中针对具体的应用提出了对SUSAN的改进,都取得了较好的效果。
1.2 SUSAN算法改进的思想
算法改进的原则是提高配准的精度来提高拼接的质量。
对于检测出的角点存在着分布不均匀现象既某些区域角点过多,而某些区域角点过少。利用这样的角点进行匹配来求解变换矩阵的参数会影响配准的精度,进而影响图像拼接效果。本文在进行SUSAN角点检测后,采用图像分块和邻近角点剔除的方法保证角点分布的均匀和避免角点聚簇的产生。在对图像进行分块时,放弃固定单位边长的分法,采用块数固定的分块法。这样既能避免大面积越界分块的出现,同时保证在对大尺寸的图像处理的效果相同。对每一图像分块中被检测出的角点,将其按响应函数R值由大到小排序,保留R值相对较大的角点。这样,在图像各个分块中特征明显的角点均被检测出并被保留,达到了检测出的角点的均匀分布。但是,在局部的区域可能会出现角点聚簇的现象,即在一个角点的邻近区域可能还存在其他的角点,这可能导致在角点匹配时加大误匹配的几率。为了减弱或消除这样现象,本文在实现角点的均匀分布之后,采用如下的方法剔除临近的聚簇角点。选用一个3×3模板对整幅图像进行处理,若在该模板下存在不止一个的角点,则只保留其R值最大的角点。
1.3 改进SUSAN算法描述
由以上分析可以看出,本文提出的改进的SUSAN角点检测算法具体过程可以描述如下:
(1) 在图像的核心处放置一个37像素的圆形模板。利用式(2)计算圆形模板中和核心点有相似亮度值的像素个数n(r0),像素个数定义为USAN。
(2) 利用式(3)确定初始角点,当n(r0)<g(给定的门限),r0为初始角点。并将初始角点在C(i, j)数组中进行标记。其中 C(i, j) =1,为初始角点。i∈M, j∈N, M, N分别为图像块的宽和高。
(3) 对图像进行分块,对每一图像块,检测图像块中存在的角点,将检测出C(i, j)=1的角点根据式(3)计算其R值,R(r0)=g-n(r0),将其存储在M[Sum]中,其中Sum为数组的大小,即角点的个数。
(4) 对M[Sum]按R值的大小进行排序,本文选择按从大到小排序。假设排序后的数组为M′[Sum]。然后选取数组M′[Sum]中R值相对较大的角点作为最终被检测出的角点。
(5) 选用3×3 的操作模板对整幅图像进行邻近角点剔除。若模板下存在的角点数大于1,则只保留R值最大的角点。
本算法在VC++6.0编程实现的,图2是本算法的流程图。
1.4 角点的匹配与消除误匹配
提取角点后, 每幅图像的角点有冗余, 采用以角点为中心的灰度窗互相关法来对有冗余的角点进行匹配性计算, 以像素为中心选一个(2N+1)×(2N+1)的灰度窗,在两幅图像间做互相关运算。
式中,I和I′为亮度值,
归一化自相关匹配运算为图像1、图像2的角点建立了候选匹配点集。在图像1中点X1(x1,y1)在图像2中的候选匹配点可能不止一个,同样在图像2中的点X2(x2,y2)在图像1中的候选匹配点也可能不止一个,形成了对应的候选匹配点集,即出现了匹配的歧义性。消除匹配的歧义性是通过计算初始匹配点对的匹配强度,然后进行松弛法迭代来实现的。具体实现方法如下:
(1) 定义两个用于判断循环条件的变量:old-total-stre 和total-stre,并将old-total-stre置为零。
(2) 对图像1和图像2中的每一对候选匹配点按式(5)计算其匹配度。这里δ取值为0.3。
Stre(X1,X2)
delta(X1,X2;
(3) 计算总匹配强度,定义总匹配强度为图像1和图像2中每一对候选匹配点的匹配度之和。数学表达式为:
total-strength=∑stre(X1,X2) (7)
(4) 对图像1的每一个匹配角点计算非模糊度:
式中:FirstLargestStre(X)为点X的具有最强相似性的候选匹配的匹配度;SecondLargestStre(X)为点X的具有次强相似性的候选匹配的匹配度。
(5) 如果total-stre减去old-total-stre的差值足够小(10-6),则认为总匹配强度稳定,可退出循环执行步骤(10)。否则将total-stre的值赋给old-total-stre,执行下一步。
(6) 将所有候选匹配点的匹配度按从大到小排序得到表A。将所有候选匹配点的非模糊度按从大到小排序得到表B。
(7) 从表A和表B中截取前60%,从而得到了新的表A和表B。
(8) 对于同时位于表A和表B的候选匹配点,认为它们是最相似的匹配点。对于两个候选匹配点,如果它们满足以下两个条件,则认为它们是错误的匹配点对,将它们从两幅图像的匹配点集中消除。
条件1 这一对匹配点都是位于表A和表B的最相似的匹配点。
条件2 它们各自对应的具有最大匹配度的点都不是对方。
(9) 回到步骤(2)重新迭代。
(10) 如果候选匹配点对满足以下二个条件,则认为它们是最后真实的匹配对。将它们存入数组f-corners中以便后面的几何变换矩阵计算时使用。
条件1 这一对匹配点都是位于表A和表B的最相似的匹配点。
条件2 它们各自对应的具有最大匹配度的点都是对方。
2 图像的几何配准
确定了要拼接的两幅图像的对应点对后,利用这些对应点对,以一幅图像为参考,求解出两幅图像间几何变换矩阵H的参数,将另一幅目标图像归化到以参考图像为标准的坐标系中。在H的参数求解中采用改进的RANSAC算法。
2.1 图像间几何变换模型
给定两幅图像间的投影变换为(用齐次坐标表示):
(xi′,yi′)为参考图像上的点,(xi,yi)为目标图像上与(xi′,yi′)对应的点。这里称变换矩阵为H,H有8个自由度,理论上至少选择4对角点就可估计出H。由式(9)得 :
xi′=h0xi+h3yi+h6h2xi+h5yi+h8
yi′=h1xi+h4yi+h7h2xi+h5yi+h8 (10)
这样4对角点得到8个独立的线性方程,通过方程组解得的H就一一对应地把目标图像上的归化到参考图像坐标系中了。
2.2 RANSAC算法简介[6]
RANSAC算法的思想简单而巧妙:以给定点来拟合一条直线为例,首先随机地选择两个点,这两个点确定了一条直线。这里称直线的支撑为在这条直线的一定距离范围内的点的数目,计算这个支撑点集数。RANSAC算法这样的随机选择重复N次,然后具有最大支撑点集数的直线被确认为是点集的拟合。在拟合的误差距离范围内的点被认为是有效点,它们构成所谓的一致集,反之则为无效点。要利用数据拟合得到最优的模型,需限定随机选取的样本的大小,即确定模型需要数据的最小的集合。如果确定直线需要两个点,对于本文中变换矩阵H最小集合要4个点。RANSAC算法可总结如下:
(1) 从S中随机选取一个数据点样本,并由这个子集初始化模型。
(2) 找出按照阈值Td成为当前模型的支撑点集Si。集合Si就是样本的一致集,被定义为有效点。
(3) 如果集合Si的大小超过了某个阈值Ts,用Si重新估计模型并结束。
(4) 如果集合Si的大小小于阈值Ts,选取一个新的样本,重复上面的步骤。
(5) 经过了N次尝试,最大的一致集Si被选中,用它来重新估计模型,得到最后的结果。
2.3 RANSAC算法改进的思想
算法改进的原则是提高配准的速度来提高拼接的速度。
RANSAC算法的运行时间可以用式(11)来描述。
TRANSAC=N(TE+TC)+N(m×TT) (11)
其中,N为重复随机选择样本的次数;m为需要检测的点的数目;TE为随机选择一个样本的时间;TC为一个样本计算模型参数的时间;TT为检测一个点是否是内点的时间;TE、TC 、TT不变,减少运行时间只有减少N和m。N的值是从统计学的角度给出精确的参数值,所以本文从减少m的角度考虑减少运行时间,提高速度。
本文采用的临时模型预检验的方法来改进算法。改进的RANSAC算法让随机选择的匹配点对的数量比求取模型参数所需的数量多一对,即5对,先利用这5对中的4对确定临时模型,然后检测第5对是否在临时模型上,如不在,放弃此样本重新选择;如在,算法继续。
这时改进后的算法运行时间由式(12)来表示:
T改进=N(TE+TC)+N(m×TT)×Pf+NTT(1-pf) (12)
其中Pf为预检验通过率。改进后的算法节省的时间,△T=TRANSAC-T改进=NTT(1-Pf)(m-1),所以,当Pf一定时,要检测的匹配点数越多,节省时间越多。
2.4 改进的RANSAC算法描述
下面给出改进后的RANSAC算法估计变换矩阵的算法。
(1) 运用样本数目N的生成算法生成样本数目N,并记录下无效点比例ξ。
(2) 在样本空间即N组个点的匹配点对中,随机选取5个点对,作为一个样本Ui(Ui1,Ui2,Ui3,Ui4,Ui5)。
(3) 在样本Ui中随机选取4个点对,用线性方程组求解临时变换矩阵Hi(Hi1,Hi2,Hi3,Hi4,Hi5,Hi6,Hi7,1)。
(4) 检测:第5个点对是否为临时变换矩阵的支撑集中的点,即计算di2 =d2(Ui′,HUi)(i=1,2,3,4,5)。看条件di2<Td2=5.99δ2是否成立?否,返回(2)。是,则此H为侯选变换矩阵,计算所有其它匹配点和H的距离。
(5) 由H及距离阈值Td2=5.99δ2找到当前H的支撑数据点集为Si,集合Si就是样本的一致集,并将Si中的点定义为内点(有效点),记下所有内点及H的参数hi0,hi1,…,hi7,1。
(6) 检测Si大于Ts=(1-ξ)n是否成立?是,用Si重新计算变换矩阵H(h0,h1,…,h7,1),并结束算法。否,返回(2)。
(7) 经过N次尝试,最大的一致集Si重新计算变换矩阵H(h0,h1,…,h7,1),并结束算法。
本算法在VC++6.0编程实现的,图3是本算法的流程图。
3 图像拼接以及实验结果
目标图像经过投影变换后, 最后对图像在一张大的全景图片上进行像素注册、拼接,得到一张具有更大视野的全景图片。由于光度差的存在,拼接处会有明显的一条接缝。可使用颜色融合的方法[7]来调和相邻图像的光度,生成无缝的拼接图像。
本文算法实验环境CPU为Pentium(R) 1.3GHz,内存为2GB,操作系统为Windows XP。编程工具为Visual C++6.0。实验数据来自数码摄像机Samsung NV4拍摄的图片,其中图像尺寸分别为256×256、320×256、320×320、640×480、640×640。下面图4和图5是实验中的一组图片,采用本文提出的方法对本组图像拼接后得到的图像如图6所示,从图片的效果可以看到拼接的精度很高。
为了验证本文的方法在速度上的改进,实验中选择100张不同景物、人物的图片,按图片的大小分为5类每类20组。分别采用原始的方法和改进后的方法进行拼接实验。得出每组拼接图片的平均运行时间如表1所示。从表1中可以看出改进后的方法大大减少了拼接时间,提高了速度。
4 结 语
本文针对图像拼接时的配准速度慢的问题,提出了一种改进的方法进行快速的图像拼接。该方法主要从两方面进行了改进。其一,在图像角点提取时采用改进的SUSAN算法检测图像的角点,使检测出的角点均匀分布而且没有聚簇现象,为后面变换矩阵求解提供了良好的输入参数点对,确保图像配准的精度。其二,在求解变换矩阵时采用改进的RANSAC算法快速抛弃那些不是后选模型的临时模型,大大加快了配准的速度。实验证明运用此方法进行图像拼接,既保证了拼接的质量又提高了拼接的速度,是一种精确快速的图像拼接方法。
参考文献
[1]倪国强,刘琼.多源图像配准技术分析与展望[J].光电工程,2004,31(9):1-6.
[2]尚明姝,解凯.一种基于特征的全自动图像拼接算法[J].微计算机应用,2006,27(6):747-750.
[3]林鹏岳,李铃铃,李翠华.一种改进的快速SUSAN角点检测算法[J].计算机与现代化,2010(2):66-72.
[4]郭海霞,解凯.基于USAN的改进的角点检测算法[J].计算机工程,2007,33(22):232-234.
[5]Capel D P.Image Mosaicing and Super-resolution[D].University ofOxford,2001.
[6]Hartley R,Zisserman A.Multiple View Geometry in Computer Vision[M].Cam-bridge University Press,2000.
拼接方法 篇8
在计算机视觉领域, 图像拼接[1]就是将相互重叠的多幅图像通过匹配对准、图像融合, 最终形成包含各个图像信息的一幅新图像。图像配准就是根据两幅图像重叠区的一致性求解图像之间的投影变换, 即平面单应性矩阵。目前图像配准方法研究最多, 应用最为广泛的是基于特征点的图像配准方法[2]。在特征点的提取方面一般使用性能稳定、鲁棒性好的SIFT提取算法[3], 在图像的精确匹配方面, 最常用的是RANSAC算法[4]。但是由于初始特征点对的数量往往较多, 匹配特征点对的内点比例相对较少, 使得RANSAC算法执行效率较低。
文献[5]中, RANSAC算法被应用到图像拼接中, 利用RANSAC提纯数据并估算图像间的变换矩阵, 采用RANSAC方法在粗匹配点集中估算矩阵, 为图像的自动拼接融合提供了强有力的保证。文献[6]针对特征点匹配中出现的大量冗余特征点对, 提出了一种改进的RANSAC算法, 但该方法对于中值滤波器处理的特征点并没有判断其是否符合RANSAC算法迭代要求。文献[7]提出了一种改进的全景图自动拼接算法, 利用RANSAC算法去除误匹配, 矩阵估算不精确, 拼接效果一般。文献[8]重复采用两次RANSAC算法引导匹配, 降低了估算变换矩阵的效率。
从以上文献可知, 当前对于RANSAC算法的在图像拼接中的应用, 传统RANSAC算法效率低并且不能很有效的去除误匹配, 因此越来越多的关于改进的RANSAC算法被提出, 文章在此基础上通过研究, 提出了一种新的图像自动拼接算法。首先采用SIFT算法提取出具有尺度不变性的特征点, 其次根据阈值法对特征点进行初始匹配, 然后采用改进的RANSAC算法对初始匹配对进行筛选, 并计算出图像间准确的单应性矩阵, 最后使用加权平均的融合方法实现图像的无缝拼接。实验结果表明, 改进后的RANSAC算法可以实现高质量的图像拼接。
1 RANSAC算法思想
RANSAC基本思想描述如下: (1) 设n为初始化模型参数所需的最小样本数, P为一个样本集, P的样本数>n, 从P中随机抽取包含n个样本的子集S, 并由这个子集初始化模型M; (2) 从P中去掉S后的余集SC中与模型M的误差小于设定阈值的样本集以及S构成支撑点集Si。Si就是样本的一致集, 被认为是有效点集; (3) 若Si的样本数超过了某个阈值Ts, 认为得到正确的模型参数, 并利用点集Si重新估计新的模型Mi;如果Si的样本数小于阈值Ts, 重新随机抽取新的S, 重复以上过程; (4) 在完成一定的抽样次数后, 最大的一致集Si被选中, 用它来重新估计模型, 得到最后的结果, 算法结束;若未找到一致集, 则算法失败。
从以上处理步骤可见, RANSAC算法包括了三个输入的参数:第一个是判断样本是否满足模型的阈值, 对于不同的输入数据需要采用人工干预的方式预设合适的门限;第二个是随机抽取样本集S的次数, 该参数直接影响SC中样本参与模型参数的检验次数;第三个是表征得到正确模型时, 一致集Si的大小, 一般要求一致集足够大。
2 图像间单应性矩阵的求解
2.1 单应性矩阵
图像变换就是将两幅图像变换到同一个坐标系下, 实现两幅图像的视点统一, 如果不进行图像变换, 直接对有重叠部分的两张图像拼接, 就可能得到视觉混乱、错误形式的拼接图像。
假设图像I1 (x, y) 和I2 (x’, y’) 之间的投影变换关系为H, 公式 (1) 为投影变换模型表达式。
式中, (xi, yi, 1) 和 (xi', yi', 1) 分别表示图像I1 (x, y) 和I2 (x', y') 上第i个特征点的齐次坐标。这里单应性矩阵H有8个参数, 只要4对特征点就能估计出H。
2.2 改进的RANSAC算法
传统的SIFT匹配算法首先计算源图像某个特征点到目标图像中欧式距离最近和次近的特征点, 然后计算这两个距离的比率, 若比率小于给定的阈值, 则选择距离最近的特征点为匹配点, 这样求出的匹配对数量过大, 产生了无效匹配。如果直接使用RANSAC算法剔除误匹配, 当匹配点中外点比例过高时, RANSAC算法的随机采样次数将会增多, 导致其运行效率低下, 并且求出的单应性矩阵精度不高。
对内点集S={ (Xi, Yi) |1≤i<K}, 定义任何一对匹配点 (x, y) 到集合S的马氏距离d为
其中u和Σ分别表示第一个图像特征点的均值向量和关于集合S的协方差矩阵, 而U′和Σ′代表的第二图像的相应指标。d (X, Y, S) 值越小, 表示当前匹配点与集合S的距离越近。计算当前匹配点与内点集S的马氏距离, 方便我们区分内点和外点。定义单应性矩阵的平均误差公式Z为
文章改进的RANSAC算法消除误匹配特征对的算法描述如下。 (1) 从2个图像中分别提取SIFT特征点, 并且建立特征点的初始匹配集; (2) 从初始匹配集中随机抽取4组匹配对, 组成内点集S; (3) 对选取的特征点采用最小二乘法计算单应性矩阵H; (4) 对于剩余匹配对, 根据公式 (2) 计算每个匹配对到S的马氏距离d, 如果d在合理的阈值范围内, 选定为内点, 否则认为是外点, 并记录本次内点的数目; (5) 选取内点个数最多的一个样本集, 重新计算H, 并根据公式 (3) 估算平均误差Z; (6) 重复上述2-5步, 直至找到平均误差最小的内点集, 然后计算最终的H。
3 图像融合
图像拼接最终要获得一幅完整的图像, 并且不能留下任何拼接痕迹。由于图像配准后的图像只对重叠区域叠加, 致使重叠部分高亮显示, 其他区域正常显示, 形成了拼接痕迹, 影响了最终的拼接效果。图像融合就是对图像配准后的图像, 减少重叠部分的光照强度或色彩差别, 最终实现无缝拼接。本算法选取加权平均法消除图像间存在的接缝现象。
加权平均法就是对两幅图像的对应像素点进行加权处理。设A (i, j) 为图像A的像素点, B (i, j) 为图像B中与之对应的像素点, 重叠区域图像的像素点C (i, j) 的计算公式为:
权值如何选择是加权平均法中的关键问题。基于重叠区域的权值选择与该区域的宽度有关, 本算法中的α取值为重叠区域宽度的倒数。
4 实验效果
为了观察算法性能, 我们从互联网上寻找了两张有重叠部分的壁画图片进行了实验。实验环境为CPU 1.4GHZ, 4G内存的PC机, 软件开发工具为Windows 7.0操作系统, Matlab7.7.0。图1是待拼接的图片, 其中左图的分辨率为940*646, 右图的分辨率为953*656。图2是对待拼接图片分别提取SIFT特征点后的结果图, 其中左图有特征点4925个, 右图有4486个。
特征匹配图如图3所示, 用SIFT算法进行特征点提取后, 经过实验观察, 对于相似性判定过程中比例阈值的取值有如下的原则:对于准确度要求高的匹配取ratio=0.4, 对于匹配点数要求多的匹配ratio=0.6, 本算法取ratio=0.4, 获得了478个初始匹配对。利用经典RANSAC算法对初始匹配对筛选, 误差阈值设置为0.5个像素, 获得了281个匹配对;利用文章改进RANSAC方法对初始匹配对筛选, 误差阈值还是设置为0.5个像素, 获得了227个匹配对。
最后进行图像融合, 得到了完整的无缝拼接图像, 如图4所示。图4a为直接配准拼接结果, 可发现有明显拼接痕迹。图4b为加权平均处理后的拼接结果。
从上述实验结果可见, 文章使用的特征点提取配准算法可靠性高, 具有很强的可行性, 能得到很好的拼接结果, 加权平均法成功实现了重叠部分的平滑过渡。
5 结束语
文章通过SIFT算法提取图像的特征点, 在特征点初始匹配后, 通过改进的RANSAC方法进一步剔除误匹配点对, 满足了配准准确度和稳定性的要求, 用加权平均法实现图像融合, 获得了很好的拼接效果。
参考文献
[1]盖进伟, 韩燮.一种基于特征点匹配的图像拼接方法研究[J].计算机测量与控制, 2012, 20 (3) :836-837.
[2]Beier T, Neely S.Feature-based image metamorphosis[C].SIGGRAPH'92 Proceedings of the 19th annual conference on Computer graphics and interactive techniques, 1992:35-42.
[3]D.G.Lowe, Distinctive image features from scale-invariant keypoints[J].International Journal of Computer Vision, 2004, 60 (2) :91-110.
[4]Fischler M.A.and Bolles R.C.Random Sample Consensus:A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography[J].Communications of the ACM, 1981, 24 (6) :381-395.
[5]赵向阳, 杜利民.一种全自动稳健的图像拼接融合算法[J].中国图象图形学报, 2004, 9 (4) :417-422.
[6]方贤勇.图像拼接技术研究[D].浙江:浙江大学, 2005.
[7]赵辉, 陈辉.一种改进的全景图自动拼接算法[J].中国图象图形学报, 2007, 12 (2) :336-334.
交通事故现场图像拼接方法研究 篇9
全世界每年约有120 万人死于道路交通伤害, 受伤者多达5 000 万人, 因此交通安全依然面临十分严峻的形势[1]。作为交通安全研究的重要领域, 交通事故分析技术越来越受到重视。20世纪80年代, Kerkoff[2]详细阐述了基于透视原理利用摄影图像获得事故现场相关信息的方法。20世纪90年代, 人们开始研究摄影图像信息处理技术在事故再现领域的应用[3,4]。
在交通事故现场勘测中, 利用事故现场的俯视摄影图, 可全面、快速地记录事故现场信息。通过引入图像处理技术, 使用交通事故现场俯视摄影图像几何校正模型, 可以对交通事故现场俯视摄影图进行几何校正[5]。但采用这种方法完成矫正后的照片存在视场角度小, 局部场景丢失的缺点, 使照片不能显示或者记录全部交通事故现场信息, 因此需要将多幅经过几何校正以后的事故现场照片以某种匹配方式拼接后形成一副完整的现场照片, 以便于进行交通事故现场分析、重建等工作。
1 交通事故现场图像几何校正模型
1971年, 以理想摄像机模型——针孔模型为基础, 产生了1套称为直接线性变换的方程[6]。根据这个方程可以得到事故现场照片图像的二维重建方法。二维重建原理如图1所示, 空间点和图像点的坐标满足:
式 (1) 是参数未定的二元非线性数学模型。在事故现场的测量中, 根据已知的道路情况容易找出4个以上的标定参考点。这就可以满足二维方法对其进行重建的条件。
1.1 控制点选取
在对输入图像做几何校正时, 由式 (1) 中8个未知参数组成的坐标转换系数矩阵将实际的现场坐标和待输出的校正图像坐标建立起对应关系。根据实际需要, 采用控制点实际坐标快速获取方法[7]。
控制点选取采用四边形法[8,9], 如图2所示, 根据数学关系可以求得4个控制点在事故现场坐标系中的坐标。
1.2 事故现场照片与目标图片的配准
由于俯视摄影角度关系, 必然会引起校正后图像信息的部分丢失, 如何减少信息的丢失就成为图像配准的1个关键问题。采用水平中线法对目标图像进行配准, 以事故现场照片 (原图像) 的水平中线像素为基准, 保证原图坐标变换后目标图像上同一位置水平线上像素与之相同。图像配准坐标变换原理如图3所示。
平移变换矩阵为:
旋转矩阵为:
可得匹配矩阵为:
这样就实现了输入坐标和现场坐标的配准。
2 交通事故现场图像拼接方法
拼接完成的图片应该具有连续性、平顺性, 做到无缝拼接。图像拼接的关键技术是图像匹配。根据交通事故现场的信息比较复杂, 各种散落物形状不规则的特点, 提出基于特征线的交通事故现场照片匹配法。
2.1 特征点提取
特征点提取是基础矩阵计算和图像匹配、图像拼接的基础[10]。因为在事故现场有人为设置了特征标定物, 特征点非常明确, 因此使用自动获取方法。
为了方便进行特征现场的提取, 根据两点确定一条直线的原则可以在交通事故现场放置2个红色的标准模块, 将2幅包含2个标准模块的交通事故现场照片通过计算机自动提取特征点后确定参考特征线, 然后进行相关匹配工作。
设第1幅图像为f (x, y) , 第2幅图像为f′ (x, y) , 设希望得到的2个特征点在f (x, y) 中为P0 (x, y) 与P1 (x, y) , 在f′ (x, y) 中为P′0 (x, y) 与P′1 (x, y) 。由于在事故现场的特征点 (区域) 具有一定的面积, 反应在图像上不是1个点而是一块连续的像素区域。如图4所示 (方块为特征区域) , 确定匹配参考线需要的2个特征点处于特征区域中。
设特征区域为T (x, y) , 大小为m×n。采用区域生长法确定特征区域的边缘。区域生长法开始时从图像的左上角 (图像坐标原点) 开始逐行扫描。凡是被认为是特征区域的点均给予某个标记。逐步循环, P点不断生长逐渐变大。直到附近再也没有合乎准则的点为止, 如图5所示。假设在事故现场的特征区域为平面几何形状, 采用模块的重心为特征点。则重心坐标为:
对2幅图像中获得的特征区域分别进行计算则得到2对特征点。
2.2 匹配参考线的配准
获得特征点后, 在2幅待拼接的图片上可以确定2条匹配参考线。由于2幅图像中的特征点是事故现场同一对点在2幅图像中的呈现, 所以用这对特征点确定的惟一的线段进行配准[11,12,13]。
f (x, y) 与f′ (x, y) 2幅图像所在的坐标系平行。新建第3幅图像时也采用这个坐标系。由于2条参考线不平行, 首先需要进行旋转变换, 如图6所示。变换矩阵为:
在新的图像中p′0与p0应该为重合的一点, 所以还需要对f′ (x, y) 进行平移变换。f′ (x, y) 到f (x, y) 的平移矩阵为:
综上可得, f′ (x, y) 到f (x, y) 的匹配矩阵M为:
2.3 新图像像素赋值
新建第3幅图像后, 需要对新图像中的每个像素赋值。采用匹配参考线分隔原则, 在新图像坐标系中处于参考线左边的区域采用f (x, y) 的映射, 在参考线右侧的区域采用f′ (x, y) 的映射, 见图7。需要首先判断需要赋值的像素所在的位置。还有一些区域不能在第一幅图像f (x, y) 中找到映射点, 却能在第2幅图像f′ (x, y) 中找到映射点, 这些点赋值为白色RGB (255, 255, 255) 。P0P1线段所确定的直线方程为:
给新图像像素赋值时, 对任意点P (X, Y) 首先确定该点在本行对应参考线上的点L (X′, Y) 。若X<X′, 则该点从f (x, y) 进行映射;若X>X′, 则该点从f′ (x, y) 进行映射。
实现事故现场图像拼接后, 对拼接完成的图像进行平滑处理, 目的是为了减少图像的噪声, 使图像更加清晰更加平顺。本文采用高斯模板[14] (式11) 对拼接完成的图像进行平滑处理。高斯模板是通过采样二维高斯函数得到的。平滑处理过后图像会产生一定程度的模糊。
3 交通事故现场图像拼接方法验证
根据交通事故现场图像拼接方法编写程序验证方法的实用性。其结果如图8所示。可见, 图像拼接效果良好。
4 结束语
在分析几何校正坐标变换数学模型的基础上, 确立了交通事故现场照片拼接方法。并根据此方法编写相关程序, 实现了方法的验证。应用结果表明该方法可以完成图像拼接, 在交通事故现场俯视摄影数据处理技术中具备正确性和实用性, 可用以快速高效的测量事故现场信息, 以提高勘查交通事故的效率。
拼接方法 篇10
图像拼接是计算机图形、图像和计算机视觉领域的研究热点[1,2,3,4,5]。图像拼接可以把两幅或多幅相关的、具有一定重叠的图像拼接成一幅图像的过程。图像拼接技术的应用和研究涉及多个学科和研究领域, 包括计算机图形学、图像处理、计算机视觉、模式识别、人工智能技术等。
根据图像拼接要考虑的问题, 同时提高图像拼接方法的性能, 本文提出一种基于改进的尺度不变特征SURF ( (speeded up robust featurs) [2]的图像拼接方法。该方法在提取SURF特征的基础上, 利用最近邻算法建立特征点对之间的初始匹配, 采用具有鲁棒性的RANSAC算法[6] (RANdom SAmple Consensus, 即随机抽样一致性算法) 去除错的匹配同时, 获得匹配特征对估计待拼接图像之间的变换关系。实验结果表明本文方法能够达到亚像素级的精度要求, 并减少了时间损耗。
1 SURF特征提取与匹配
1.1 特征提取与描述
SURF继承了尺度不变特征SIFT ( (scale invariant feature transfor) 算法高的特征重复性和匹配可靠性, 并利用不同尺度的箱式滤波器似代替高斯滤波与原图片卷, 并通过Hessian矩阵确定候选点, 进行非极大抑制, 加速了特征提取在满足精度的同时, 提高了速度。对于给定图像I中任意一点X= (x, y) , 其尺度为σ的Hessian矩阵定义如下:
式中, Lxx (X, σ) 为高斯二阶导数与图像I在点X (x, y) 处的卷积, 其中, 。
将近似模板与图像的卷积结果用Dxx, Dxy, Dyy表示, 代替式 (1) 中的Lxx (X, σ) , Lxy (X, σ) , Lyy (X, σ) , 得到近似的Hessian矩阵Happrox (X, σ) , 其行列式为:
按照 (2) 式对图像中的每个点求取响应并记录, 得到尺度σ上的响应图。通过扩大矩形框的大小, 可以获得不同尺度的滤波器模板, 然后与图像I进行卷积, 从而得到不同尺度的响应图, 构成三维尺度空间。若滤波模板的大小为N×N, 则相应的尺度为σ=1.2×N/9。利用快速Hessian矩阵求得极值后, 在3×3×3的邻域里进行非极大值抑制, 只有比临近26个点的响应值都大的点才被选为关键点。这样, 就得到了关键点的位置和尺度信息。
而SURF关键点描述包括确定关键点的主方向和生成特征向量两步。
首先, 确定关键点的主方向。以关键点为圆心, 6σ为半径建立一个圆形区域, 计算x、y方向的Haar小波响应。在圆心角为π/3的扇形区域内计算Haar小波响应的加权和。以该扇形遍历整个圆形区域, 取长度最大的向量作为关键点所对应的方向。
其次, 生成特征向量。以关键点为中心, 将坐标轴旋转到主方向, 取边长为20σ的正方形区域, 将其划分为4×4个子区域, 计算每一子区域内x、y方向的小波响应, 分别记做dx、dy。将每个子区域的响应以及响应的绝对值相加形成四维向量。把4×4个子区域的向量连接起来就得到了一个64维的向量, 此向量就是关键点的描述子。∑dy)
1.2 特征匹配
根据特征点的特征描述符, 通过最近邻比值方法由逼近高维空间的最近邻搜索的BBF[7]算法找到待匹配图像中对应的特征匹配点对;BBF算法通过寻找最近邻和次近邻, 同时对最近邻与次近邻的比值设定阈值T (这里T取1) 。如果最近邻距离与次近邻距离的比值小于T, 则说明构成最近邻的两点是匹配的, 否则就不匹配。
2 变换参数估计
当找到两幅图像的匹配特征后, 一般情况下两副切片会存在平移、旋转、尺度的变化, 那么就需要计算一个变换矩阵[3,4,5,6,7,8,9]。
M为仿射变换矩阵, 其中α为两切片之间的旋转角度, Δx, Δy为两切片在x, y方向的偏移量, k为尺度变化。两切片之间的变换关系可以表示为:
x′, y, 1′T和x′, y′, 1′T分别为一组匹配点在L1、L2中的齐次坐标。为了求该变换矩阵的6个未知参数, 至少需要三组匹配点。
为了提高匹配精度, 取大于三组的匹配点采用最小二乘法来求解近似解。上述方程可表示为一个线性系统。对所得到的匹配点有可能存在外点 (outliers) , 即错误的匹配点。如果用最小二乘法求解时所选择的数据中包含外点, 将会得到错误的结果。所以首先要排除外点, 这里采用鲁棒的变换估计算法——RANSAC算法[6] (RANdom SAmple Consensus, 即随机抽样一致性算法) 可以利用特征点集的内在约束关系进一步去除错误的匹配。RANSAC算法的具体实现步骤为:
(1) 根据实际模型需要, 随机取n个特征匹配对, 保证任何三点都不共线, 通过线性方法计算出模型矩阵的初始值。
(2) 设置阈值t, 计算每个匹配点经过变换后与对应匹配点之间的误差, 即样本点与模型的偏差。若偏差小于t则为内点。然后从内点集里再取n对匹配点算出新的。
(3) 把每一次新算出来的模型矩阵对应的内点集与上一次的相比, 若有所增加, 就把当前的矩阵以及内点集当作最优估计。若不如上一次的, 就把上一次的结果最优估计。然后从最优估计的内点集里获得再一次迭代的值。
(4) 当迭代次数达到所设置的最大迭代次数k就停止迭代。也可动态判断, 若在到达k之前连续几次获得的内点集趋于一致, 就停止迭代。
实验中, t=5.99δ2, δ2为鲁棒标准方差, δ可以如下式计算:
为了可以选取合适的阈值, 先对几幅眼底图像进行匹配, 获得先验知识, 再进行具体的阈值设定。实验最终选择阈值为0.01。
3 图像融合
由于各图像采集时相机、光照等因素的影响不同, 图像间难免产生灰度差异。找到最佳匹配点后, 若直接拼接两幅图像则会产生十分明显的拼缝, 影响对图像的进一步分析。这里采用的是渐进渐出思想, 即在重叠区域由前一幅图像慢慢过渡到第二幅图像。
两幅图像重叠区域的像素灰度值不是简单地叠加平均, 而是分别加权后再进行叠加, 适当的选择权值, 可有效去除接缝, 实现重叠区域的平滑过渡:
其中, A和B为具有一定重叠率的两幅图像。d为权重值, 0<d<1, 一般d值的选取与重叠区域的最大宽度有关, 设A和B在同一坐标系中重叠区域的左右边界横坐标分别为a和b, 则横坐标为x的点的权重值d为:
4 实验与分析
为了检验提出的算法性能, 采用两组图像进行实验, 结果如下图所示:
对两组图像的特征匹配结果从正确匹配点数和运行时间两方面进行分析。从表1可以看出, 本文算法与SIFT描述子得到的正确匹配点数基本相当, 而从运行时间上来看, 则有一定的提高。
采用平滑拼接后, 两幅图的交接处本实现了平滑过度, 保留了原图的有效信息, 能满视觉要求。如图所示:
5 结论与展望
为提高图像拼接方法的性能, 提出一种基于改进的尺度不变特征SURF的图像拼接方法。在提取SURF特征的基础上, 利用最近邻算法建立特征点对之间的初始匹配, 采用具有鲁棒性的RANSAC算法去除错的匹配同时, 获得匹配特征对估计待拼接图像之间的变换关系。实验结果表明, 提出的方法在满足精度要求的同时减少了时间损耗。
参考文献
[1]杨占龙.基于特征点的图像配准与拼接技术研究.[D].西安:西安电子科技大学, 2008
[2]Bay H;Ess A;Tuytelaars, et al.Speeded-Up Robust Features (SURF) [J].Computer Vision and Image Understanding, 2008, 110 (3) , 346-359
[3]罗三定, 贺俊耀.基于SURF和KLT跟踪的图像拼接算法[J].计算机工程.2010, 36 (1) , 215-217
[4]廖斌.基于特征点的图像配准技术研究.[D].北京:国防科学科技大学, 2008.
[5]李铁军, 陈哲, 王任享.基于尺度不变特征变换的图像快速拼接算法[J].微计算机信息2008, 4-3:282-284
[6]Meer, M., Mintz, D., Rosenfeld, A., Robust regression methods for computer vision:A review.International Journal of Computer Vision, 1991:59-70.
[7]David G.Lowe.Distinctive Image Features from Scale-Invariant Keypoints[C]//IJCV, 2004
[8]Habiba, U., Z.Hossain and M.A.Matin, Robust power control using iteratively reweighted least square (IRLS) for cognitive radio networks, in Communication Systems (ICCS) , 2010:564-568.
无法拼接的爱情年华 篇11
当那部记录着我与凯哲青春的黑白纪录片,在北京一个无名的电影展上放映的时候,我于黑暗中,看了看人烟稀少的私人影院和身边那个空荡荡的位置,终于知道,影像记录下的那段岁月,我与凯哲,无论多么拼命地去追,都再也找不回了。
我不知道自己为什么要将这部凯哲用了3年时间完成的青春纪录片,送到这个小型的电影展上来放,是为了在那被剪辑到只剩90分钟的影像里,重温我与凯哲曾经有过的华美岁月?可是明明,这片中的每一个镜头记录下的都是无助与惆怅;要么,是让更多的人,看到此部电影,免除它与大多数纪录片一样,无人观看的尴尬?但我的身边,不过是寥寥的二十个人罢了。
那么,是想消解心中那些落满了时间尘埃的愧疚吗?或许,这是我将这部纪录片,送来参选的唯一理由。如果世间的一切都要一个理由的话。
但我知道,远在法国的凯哲,是再也不会看这部电影的。尽管,这部电影耗掉的不仅是时间与金钱,我们曾经的初恋,那些纯真美好的岁月,也被永远地尘封在其中。没有人知道这个电影背后的故事,除了凯哲,还有我。而我,这样自言自语地记下,看到的人,又有几个能够真正地懂得?
一切,还是从这部叫《青蚀》的电影开始,从那一抹在云层里被隐去了一半光华的月亮开始说起吧。
2
那是一场陌生人的Party,我去的原因,纯粹是为了帮校电视台的新闻部采拍一些镜头。因为不热衷这样的聚会,镜头里的光影与人物,便也带了几分疏离和冷淡。因为讨厌身边一个男生轻浮张扬的面容,尽管知道或许会被台长剪掉,我还是给这个男生来了一个恶俗不堪的特写。
在角落里拍摄的时候我的余光就告诉我,有人在盯着我的后背,而且,不是眼睛,是同样的一个特写镜头。我没有立刻发作,而是轻描淡写地回头瞥了那人一眼。不想,镜头后的男生,也站起身朝我瞥过来。扛着摄像机的两个人,就这样在劲爆的音乐里,带着点敌意,瞥着彼此。最终,那个男生走过来,笑道:嗨,我叫凯哲,要不要比一比,我们谁拍的特写镜头更能传神达意?
我毫不怯他,将镜头回放过去,停在那个油头粉面的男生身上。而凯哲,则笑嘻嘻地将摄像机伸过来,将那一帧被我后来称为经典的特写,呈现给我。画面上,那个男生,正将暧昧的视线逗留在一个女孩子闪亮的耳钉上;那个女孩子,则热烈地看向另外一个跳劲舞的男生;而躲在镜头后的我,则嘲弄地看着这一切。
那晚出来的时候,天上的月亮正将一半的容颜隐到云层里去。我站在最后一级台阶上,回头看着凯哲,而他就在这时,再次举起了摄像机,将镜头从云层之上慢慢地移到我微笑的脸上。彼时,月光轻柔,夜色撩人,而我青春的面容,更是明亮又纯美。那是电影《青蚀》的第一个镜头,亦是18岁的我和凯哲,心灵柔软碰触的开始。
凯哲是个地道的电影迷,他几乎将所有的时间都交给了电影。恰好我这学新闻摄影的也算是半个影迷,两个人凑到一起,便有了要拍一部青春纪录片的设想。为了省钱,就拍摄我们两个人。凯哲说,用3年的时间,怎么着也会积累几百个小时的素材,到时不怕我们拍的片子没有深度。我笑他说,先不要谈什么深度,你能有绅士风度吸引我跟你拍下去,才是最重要的呢。
而凯哲,就在这时将摄像机放到我们对面的桌子上,走过来,深情地捧起我的脸,柔声道:那么,我们先拍拖,再拍片,好不好?
我知道凯哲是认真的,但我还是啪地跳开去,指着他嘻笑道:嘿,无名小导演,想跟女主角潜规则了不是?凯哲在这句话后,笑着过来捉我,却被我一个机灵转身,跳到他的身后去,砰的一下,给了他后背重重一击。
3
将摄像机放到我们共同出现的地方,几乎成了两个人的习惯。有时,我会将镜头对准凯哲,有时,则会任性地扭转向自己;又有时,会放在我们的对面,让它忠实地记录下两个人如何前一秒钟还浓情蜜意,后一秒钟便生了干戈,斜着眼互不搭理。更多的时候,我与凯哲皆忘记了摄像机的存在,常常需要它来提示我们,才意识到这段“戏”,可以告一段落了。
我很少去回看录下的东西,于我,那只是一个拙劣的复制品,它所记录下的,远没有爱情在我心中留下的痕迹更为持久和芳香。就像一朵假花和一片野生的雏菊,没有人能够不被真实深深地击中。
如果,这种击中,也包括那些被我们刻意忘记了的疼痛的话。
电影或许是世界上最奢侈的艺术了吧,为了有足够的钱买录像带或者影碟,我们在晚上看完电影回去,假若赶不上公交,常常会省下打车的钱,在寒风里走回宿舍去,一直走到两个人嘴唇青紫,脸贴在一起都感觉不到对方的温度。吃饭也是简单,除了两个人的生日,我几乎不记得凯哲带我去吃过像样的大餐。而礼物,他则只送过我一次超过二百元的一件白色的连衣裙,而这,也是因为那天是我们爱情的纪念日。
宿舍的女孩子们因此常会问我,小娴,你究竟爱凯哲什么呢?这样一个有一点钱便会拿去拍纪录片的男生,他究竟能否给你带来你想要的安稳生活?他想要的,到底是你,还是那一盘盘记录你们生活的录像带?而你,又究竟是活在真实的物质生活里,还是虚拟的影像之中?
假若没有那次借钱事件,或许我依然是那个单纯到省下一张车票便开心不已的女孩,这些问题,我也会用一句简单的“我愿意”,便轻而易举地答复。但偏偏,爱情总是在看似最顺风顺水的地方,撞上了暗礁。
4
我已经不是第一次帮凯哲借钱了,大多数时候,凯哲都会如数还给对方,偶尔他忘记了,我会悄无声息地为他付上。那一次又是这样,凯哲为了拍一个短片筹钱,筹到最后,依然少2000元。凯哲向我寻求帮助,我想起几乎都借遍了的同学,有些为难。凯哲站在窗口,看到一个男生一闪而过的身影,突然朝我叫,嘿,小娴,你不是曾经说过你们班有一个十二阔少吗?为何不向他去求助,这种有钱公子哥,是不会在乎这点钱的。
我并没有在凯哲的提醒里像他一样开心起来。他完全忘记了我之所以在他面前,提及那个叫辰山的十二阔少的原因。或者,他一心关注他所喜欢的电影,从来没有注意我说些什么?就像我忽略掉身旁的摄像机一样的,将身旁的我忽略掉。假若再深一点,他会不会恰恰是想要利用我与辰山之间曾经有过的某些过往,而借到所急需的钱?
我当然不会在凯哲的兴奋里给他这样的打击,况且,有些事情似乎还是不说的好。但为了凯哲,为了他从来就没有醒过的梦,我愿意为他付出一切,如果需要一些违心的付出才能将钱借到的话。
辰山对我的到来,并没有诧异。其实在他得知我爱上凯哲的时候,就曾经给我发过一条短信,说,如果缺钱,记得来找我。曾经,我因为这句话而不屑与他来往,觉得他是一个与自己有钱的老爸一样世俗的人,在任何事情上最先想到的总是金钱,甚至,连对我的暗恋里都是金钱的味道。
如愿以偿地将钱拿到,要走的时候,辰山突然问我,小娴,那个穷小子究竟有什么好?他究竟是爱你,还是爱他的电影?他爱你只是因为你愿意陪他拍一部真实的爱情纪录片吗?我在你背后走了那么久,你就从来没有一次想要回头看我一眼吗?
我不知道自己究竟是如何无力地推开辰山横在门口的左臂,狠心走开的。是的,我从来没有回头看过辰山一眼,就像我在这里自言自语了这么久,才突然想起这个从来没有说过甜言蜜语,只说用钱就去找他的男生。
而即便是这样的想起,也是因为凯哲的提醒。
5
凯哲的短片并没有如他所愿获奖,而期望中的奖金自然也泡了汤。那笔说好参赛完便还给辰山的钱,对于已是一贫如洗的凯哲,成了一件遥遥无期的事。凯哲的脾气变得明显的坏。终于,在我又一次向他提及那笔欠辰山的2000元钱时,他朝我嚷:既然他肯借给你,晚一点还又有什么大不了?说不定他在借给你的时候就没有打算向你再要这笔钱!
那是人心惶惶的大四,我们面临许多的选择:读研、工作、出国或者失业;而在争吵中渐渐褪色的爱情,亦是如此。凯哲与他的摄像机,在那段时间失踪了似的不见踪影。等他再次出现的时候,时间已经将我们永远地隔在了一条河的两岸:凯哲成功通过了法国一所电影学院的硕士申请,而我,则即将成为北京一家报社的记者。
那张记录着我们被剪辑了的青春的碟片,是凯哲送给我的最后一份礼物。而我,是到今天,在这家私人的影院里,从凯哲的画外音中,才得知了那段真实的过往。当年凯哲不过是出于嫉妒,才说出让我去找辰山借钱的话。他知道自己什么也不能给我,而我,却一直为他无私地做了那么多,除了出去混出一番模样,他别无选择。
凯哲说,小娴,如果你愿意等我,在我抵达法国的那天,发邮件告诉我好吗?那个邮箱,是专为你而设的,如果我没有收到,一个月后这个邮箱就会消失,而我,亦知道爱情的结局。
凯哲知道的结局,命运呈现给我的时候,时光,已经过去了两年。而我们的青春,已经在月亮后,隐去了一半。
而那没有隐去的,却已经再也没有可能,拼接成完整的年华。
责编/毕春晖
拼接方法 篇12
由倾斜摄影获取的视频,其影像的地面分辨率和比例尺处处不同,同一地物在不同时刻呈现的形状差异很大,如果直接利用提取的视频帧进行拼接,不能保证匹配点对的有效性,计算得到的变换模型会有很大误差。针对倾斜摄影具有较大旋角的特性,张振超等[1]通过ASIFT匹配实验,分析了影像倾斜度与影像匹配有效性的相互关系。虽然ASFIT算法具有完全仿射不变性,但是计算过程需要处理多张模拟影像的特征点和特征描述子,计算复杂度高,不能用于实时处理。针对ASIFT算法计算效率低的问题,肖雄武等[2]利用无人机获取的POSE数据,将影像纠正为近似正射影像,然后匹配左视纠正影像和下视影像提取的SIFT特征点,最后将匹配点反算到左片上得到左视和下视的匹配点对。这种方法计算出的单应性矩阵不能用于影像拼接,也没有考虑影像均是倾斜像片时的情况。
由于倾斜摄影时的视角变化过大,袁修孝等[3]认为直接的解决方法是使用一种具有放射不变性的特征描述子,在文中对比了SIFT[4]、Hessian-Affine[5]、Harris-Affine[6]、MSER[7]、ASIFT[8]匹配算法的匹配点数量、匹配正确率和计算效率,最后提出一种基于图论的倾斜航摄影像匹配方法的构想,希望一并解决影像匹配和自动删除误匹配的问题,不过,并没有进一步研究所提方法的可行性和具体效果。周国清[9]利用1 m分辨率的数字正射影像图上选取分布均匀的地面控制点计算视频影像的内外方位元素,通过光束法平差将帧图像校正为正射图像,然后按照地理坐标镶嵌,该方法可达到近实时的效果,但是在突发事件和灾害发生时,很难及时获取地面控制点的信息。文献[10]只校正了倾斜摄影获取视频的倾角,然后进行拼接,最终的结果虽然做了全局优化,但是对于纹理相似的区域仍存在较大的误差。
针对倾斜摄影获取的视频流拼接误差较大的问题,提出了一种局部最优的拼接方法,基本思路为:利用地形起伏引起的投影差计算提取关键帧的时间间隔,然后利用拍摄瞬间的姿态角和相机焦距纠正提取的倾斜影像,并裁剪纠正影像中变形较小的区域,提取最佳邻域鲁棒描述子,利用最小二乘法估计帧间变换矩阵;在拼接时,动态变换投影面,利用L-M算法对变换矩阵进行局部优化完成序列拼接,最后在拼接影像上选取道路和建筑的边缘点进行量测,与正射影像对比。实验结果表明,该方法不仅可以获得视觉良好的拼接影像,并且可以在影像上进行量测,提高了拼接影像的可用性。
1 航拍视频流拼接算法
1.1 提取关键帧的时间间隔
关键帧的选取是视频流拼接的基础,为了减少不必要的计算量,需要提取一些既能保证帧间重叠度又能体现图像信息的视频帧。考虑到倾斜拍摄对地物的影响,可利用地形起伏引起的投影差作为重叠度选取视频流的关键帧。地形起伏引起的投影差公式[11]如下:
式(1)中rn为像点到像底点的向径,H为摄影航高,Δh为建筑物高度。针对倾斜拍摄,选取关键帧的采样间隔越小,相同地物在相邻关键帧中的纹理差异则越小,但此时相邻影像冗余度过大增加了不必要的计算量,为了兼顾纹理差异和重叠度,采样间隔可通过影像x和y方向投影差的3倍中误差来确定。设影像宽高分别为w、h,x方向和y方向的投影差中误差公式如下:
x和y方向上的重叠度可按照投影差的3倍中误差计算,公式推导如下:
若已知传感器对角线长度S,相机焦距f,无人机飞行速度v,选取关键帧的采样间隔可通过下式确定:
由式(6)、式(7)可以看出,对视频流选取关键帧的采样间隔,跟影像大小无关,只与相机的焦距、传感器尺寸、飞行速度和地物高度有关。
1.2 影像纠正
由于倾斜摄影的特殊性,使得不同时刻获取的影像其纹理有很大的变化,相同地物在不同时刻获取的影像其形状大小和像元面积均不相同,直接用提取的特征点无法正确计算透视变换矩阵。本文提出了一种基于透视投影的纠正方法,该方法仅利用相机的焦距f和倾斜拍摄时获取的瞬时姿态角将像片纠正为近似正射的影像。
由无人机上搭载的惯性导航系统(INS,inertial navigation system)获取的姿态角,可认为是水平像片分别绕像片的xyz轴分别旋转得到,假设航拍区域地形平坦,像片的实际成像区域可以用传感器在水平面上的投影来表示,将倾斜拍摄的像片变换到水平面上就可以完成影像纠正。具体步骤如下:
首先以像主点为原点建立左手像空间坐标系O-xyz(图1),其中O为像主点,S为摄影中心,然后根据姿态角构造旋转矩阵R,计算摄影中心S和像片四个顶点经旋转矩阵变换过后的空间坐标。
此时,像片的实际成像区域为图2中的ABCD,是摄影中心S和像片的四个顶点构成的射线与水平面的交点。下面以Sa为例,计算其与水平面的交点A的坐标,设S(S1,S2,S3),a(a1,a2,a3),其方向向量为V(a1-S1,a2-S2,a3-S3),水平面的法向量为(0,0,1),则交点A的坐标(x,y,z)可通过下式计算得到:
记为(A1,A2,0),同理可得到Sb、Sc、Sd与水平面的交点B、C、D的坐标,记为(B1,B2,0)、(C1,C2,0)、(D1,D2,0)。
将像平面坐标转换到实际成像坐标,是二维的投影关系。在摄影几何中,两平面P1和P2之间的映射关系可由透视变换来表达,公式如下:
经整理后,可以得到P2点到P1点的投影变换公式:
由公式可知,透视变换的自由度为8,只要选取4对同名像点就可以计算出单应性矩阵H,这里选取像片变换前后的4个顶点作为同名像点,变换前的4个顶点即影像的四顶点坐标,变换后的4个顶点为倾斜像片与水平面的四个交点,通过公式(3)便得到倾斜像片变换到正射像片的变换矩阵,通过重采样即可获得校正影像。校正结果图如下,其中图3(a)是原始图像,图3(b)是图3(a)对应区域的正射影像,图3(c)是纠正后的影像,图3(d)是裁剪后的影像。
该方法校正得到的影像,实质上仍为中心投影,靠近AB边的区域变形较大,在后续实验中故只对纠正后像中间区域处理,此时校正后的裁剪影像可近似为正射影像。
1.3 估计帧间变换矩阵
帧间变换关系一般用透视变换矩阵表示,由帧间匹配点对估计得到,准确的匹配点对是获取高精度变换矩阵的关键。利用上述方法可以得到几乎近似正射的影像,纠正影像间只存在较小的尺度变换和旋转问题,因此,可以采用特征提取效果跟SIFT[12]相似但速度却快近100倍的ORB算子[13]。为了快速得到拼接结果,具体实现时,将CUDA技术用于ORB算法,提取相邻两帧的特征点并构建最佳邻域鲁棒描述子[9]进行双向对称匹配,利用最小二乘法估计出初始帧间变换矩阵。
为快速得到拼接影像,本文主要将CUDA技术用在ORB算法的特征点提取和双向对称匹配上,这里列出计算50幅图像的平均耗时对比,结果如表1所示:
由表1知,基于基于GPU的加速算法耗时不到原算法的1/7,50幅图像平均耗时仅19.48 ms,可将其用于视频流的实时处理。
为了提高帧间变换矩阵的精度,本文将匹配点对的反投影误差的均值和方差作为评判标准,根据显著性水平0.05的原则计算反投影误差的置信区间,剔除投影误差较大的匹配,最后重新计算帧间变换矩阵。
在获取匹配点对时,先找到图4(a)到图4(b)的最佳匹配(c),共242对,然后找到图4(b)到图4(a)的最佳匹配(d),共230对,最后根据对称性匹配的特点,保留同时满足两组匹配的点对作为最优匹配4(e),共217对,并作为估计变换矩阵的基础点集,此时,将多于4对的其他点对作为多余观测,利用最小二乘原理最小化投影误差,估计得到初始变换矩阵h。图4(e)中错误匹配为单幅图中纹理十分相似导致,为此,可先剔除反投影误差大于5个像素的匹配点对,然后利用显著性水平0.05情况下的反投影误差的置信区间[μ-1.96σ,μ+1.96σ]剔除反投影误差较大的匹配点对,共得到正确匹配179对,其中μ为反投影误差的均值,σ为反投影误差的标准差,最终的匹配结果为图(f)。
由图5(a)可知,如果单幅图中地物的纹理十分相似,通过双向对称匹配仍然不能完全剔除错误匹配;由图5(b)可知,剔除误匹配后,像点的x和y坐标反投影误差依然较大,需要对模型重新估计,由图5(c)可知,所有像点的x、y坐标反投影误差在2个像素以内,此时得到的帧间变换模型可直接用于视频初步拼接。
1.4 基于L-M的局部最优拼接方法
在对视频提取的序列影像进行拼接时,需要选取一个基准面,将所有影像都投影到基准面上,利用本文第3节计算得到的帧间变换矩阵,会将引入的反投影误差级联传递到离基准面最远的区域,为了减小误差累积对拼接影像整体的影响,本文利用L-M[14]算法提出一种局部最优的拼接方法,具体步骤如下:(1)根据公式(6)选取关键帧,然后利用INS获取的姿态角和相机焦距纠正影像,并利用CUDA技术提取ORB特征点同时构建最佳邻域鲁棒描述子;(2)每增加一幅影像,均以右片为基准面计算各影像变换到基准面的绝对单应性矩阵进行拼接,直至航带中间帧;(3)中间帧之后的影像均以中间帧作为基准面进行拼接。
在拼接时,由于采用矩阵连乘的形式,因此每增加一幅影像,均采用L-M方法优化各影像的绝对单应性矩阵,保证每次拼接的局部最优;根据航迹规划数据获取航带的中间位置,选取离航带最近的视频帧作为最终基准面,可以避免航带两侧的误差相互传递,其最终的拼接结果相当于对三幅影像进行拼接;利用INS对提取的影像进行纠正,然后根据相机焦距f、航高H、传感器尺寸S和影像宽高H可计算出影像的地面分辨率,使最终的拼接影像有了相对地理坐标,可直接进行选点量测。
2 实验结果与分析
实验平台为Intel i7-5500u处理器,主频2.39GHz,内存7.88 GB,显卡为英伟达Ge Force 940M 2GB显存,采用C++实现代码编写,实验数据为一段20 min的航空视频,相机光轴与铅垂线夹角为67°,图像分辨率为640×480,帧率为30帧/s。
本实验航迹规划时航高H为200 m,速度v为10m/s,摄像机采用索尼HDR-CX180E,传感器尺寸S为4 mm,摄像机焦距f为3.8 mm。由于拍摄区域有居民区,设小区建筑每层高2.8 m,共6层,则△h为16.8 m,利用公式(6)求出提取关键帧的时间间隔为2.4 s,本文以2 s为采样间隔提取关键帧,共提取165帧影像。图6是利用提取的原始影像拼接的结果,图中道路有明显的错位,航带两端有不同程度的变形和偏离;图7利用纠正影像进行拼接,图中道路连接良好,保证了透视变换的直线特征,具有良好的可视性。图8是将拼接影像叠加在正射影像上的结果图,图中显示道路和建筑重合良好,利用纠正影像拼接具有正射影像的效果,说明了本文提出的影像纠正和拼接方法的有效性。
2.1拼接误差分析
利用基于透视投影的影像纠正方法获取的图像,相当于焦距为f’=f cosβ时的水平像片,其中β为相机光轴与铅垂线的夹角。此时认为传感器采样间隔不变,则像片的地面分辨率可通过下式计算。
由最终的拼接显示,误差较大的地方分布在居民区和有地形起伏的区域,由于倾斜拍摄只能获取影像侧面的纹理,利用基于焦距的影像纠正方法重采样过后,建筑物变形较大,在拼接影像上直接量测误差较大。这里对道路的宽度、长度和两栋建筑的长度进行选点测量与正射影像对比。
由量测对比结果可知,拼接影像在x方向上的误差在1 m以内,y方向上误差较大,在有地形起伏的区域尤为明显,这是因为倾斜摄影获取的影像,本身在y方向上变形就较大,倾角越大变形越大。虽然可以通过基于透视投影的方法将影像纠正到近似正射,但是由于y方向上遮挡严重造成纹理缺失,在重采样时,只能近似表达有地形起伏的地物。因此,利用本文算法得到的拼接影像,在x方向选点量测具有较高的参考价值。
3 结论
(1)本文提出了一种基于透视投影的影像纠正方法,该方法利用焦距和倾斜像片在水平面的投影将像片恢复成近似正射影像,消除了大倾角带来的几何变形和旋转问题。
(2)将纠正影像变形较小的区域用于视频流序列拼接,提出一种局部最优的L-M算法,保证了读取视频流的同时,每次局部拼接影像的误差都是最小的,并且通过计算纠正影像的地面分辨率,对最终的拼接影像进行选点量测目标的实际距离,结果显示x方向上的精度在1 m以内。