为了提高乡村景区全景标识系统视频拼接的效果,结合Hessian矩阵法和灰度质心法,提出一种改进ORB特征检测的视频拼接方法。该方法一方面使用Hessian矩阵法替换原有ORB(Oriented FAST and Rotated BRIEF)算法中的FAST特征提取方法,并在此...为了提高乡村景区全景标识系统视频拼接的效果,结合Hessian矩阵法和灰度质心法,提出一种改进ORB特征检测的视频拼接方法。该方法一方面使用Hessian矩阵法替换原有ORB(Oriented FAST and Rotated BRIEF)算法中的FAST特征提取方法,并在此基础上使用灰度质心法对Hessian检测出的特征点确定方向,使改进后的ORB算法在保留运行效率和旋转不变性的前提下,具有尺度不变性;另一方面,针对改进ORB算法完成特征提取与匹配后的图像,在进行视频拼接时,通动态规划算法寻找最佳缝合线,并利用泊松融合算法使拼接视频更平滑。仿真结果表明,相较于原始ORB算法,在相近的运行时间内,改进ORB算法所提取的特征点误差有了明显下降,检测精度更高。相较于SURF算法和SIFT算法,改进ORB算法特征点提取误差相对较低,检测速度大幅提升,总体性能更好。采用改进ORB特征检测方法拼接的视频图像,相较于多分辨样条法、加权平均法等经典图像融合算法,无论是在空间频率、互信息量、信息熵、平均梯度还是相关度上评价结果都更优越,在解决拼接裂痕或拖尾现象等常见视频拼接的情况下,图像融合自然,更满足乡村旧址文化展示与乡村旅游文化传播需求。展开更多
视频拼接有助于人们获得更高分辨率、大视野的场景。文中主要对视频拼接过程中的图像配准及图像融合的SURF(Speeded Up Robust Features)算法进行研究,详细地阐述了基于SURF特征实现图像拼接的每一个步骤,从而快速提高特征点的提取速度...视频拼接有助于人们获得更高分辨率、大视野的场景。文中主要对视频拼接过程中的图像配准及图像融合的SURF(Speeded Up Robust Features)算法进行研究,详细地阐述了基于SURF特征实现图像拼接的每一个步骤,从而快速提高特征点的提取速度,提高了图像配准过程中的精度与准确率,加快了图像配准的速度,并提升图像融合的效果。实验结果表明,该算法能够有效地抑制视差伪影,其拼接图像无明显接缝,并且可以实现实时拼接,拼接的图像更加自然,拼接的视觉效果较好。展开更多
文摘为了提高乡村景区全景标识系统视频拼接的效果,结合Hessian矩阵法和灰度质心法,提出一种改进ORB特征检测的视频拼接方法。该方法一方面使用Hessian矩阵法替换原有ORB(Oriented FAST and Rotated BRIEF)算法中的FAST特征提取方法,并在此基础上使用灰度质心法对Hessian检测出的特征点确定方向,使改进后的ORB算法在保留运行效率和旋转不变性的前提下,具有尺度不变性;另一方面,针对改进ORB算法完成特征提取与匹配后的图像,在进行视频拼接时,通动态规划算法寻找最佳缝合线,并利用泊松融合算法使拼接视频更平滑。仿真结果表明,相较于原始ORB算法,在相近的运行时间内,改进ORB算法所提取的特征点误差有了明显下降,检测精度更高。相较于SURF算法和SIFT算法,改进ORB算法特征点提取误差相对较低,检测速度大幅提升,总体性能更好。采用改进ORB特征检测方法拼接的视频图像,相较于多分辨样条法、加权平均法等经典图像融合算法,无论是在空间频率、互信息量、信息熵、平均梯度还是相关度上评价结果都更优越,在解决拼接裂痕或拖尾现象等常见视频拼接的情况下,图像融合自然,更满足乡村旧址文化展示与乡村旅游文化传播需求。
文摘视频拼接有助于人们获得更高分辨率、大视野的场景。文中主要对视频拼接过程中的图像配准及图像融合的SURF(Speeded Up Robust Features)算法进行研究,详细地阐述了基于SURF特征实现图像拼接的每一个步骤,从而快速提高特征点的提取速度,提高了图像配准过程中的精度与准确率,加快了图像配准的速度,并提升图像融合的效果。实验结果表明,该算法能够有效地抑制视差伪影,其拼接图像无明显接缝,并且可以实现实时拼接,拼接的图像更加自然,拼接的视觉效果较好。
