論文精選

文章摘要：

        通過對(duì)SIFT特征提取算法進(jìn)行改進(jìn)，實(shí)現(xiàn)對(duì)多路高清圖像重合區(qū)域提取特征點(diǎn)，采用基于RANSAC方法實(shí)現(xiàn)圖像重疊區(qū)特征的精確配準(zhǔn)，通過反向投影變換模型和相機(jī)的內(nèi)參和相機(jī)間的外參生成圖像復(fù)合變換矩陣，對(duì)每路高清圖像的實(shí)現(xiàn)變換、投影及廣角拼接。

本文引用格式：

姜文濤，劉江，賀峻峰，等.一種基于SIFT的全景圖像拼接設(shè)計(jì)[J].兵器裝備工程學(xué)報(bào)，2018,39(11):126-129.

Citation format:

JIANG Wentao, LIU Jiang, HE Junfeng, et al.A Panoramic Image Mosaic Design Based on SIFT[J].Journal of Ordnance Equipment Engineering,2018,39(11):126-129.

中圖分類號(hào)：TP391；TP751

基于Jetson平臺(tái)實(shí)現(xiàn)圖像拼接

        本文利用NVIDIA公司低功耗高性能嵌入式平臺(tái)實(shí)現(xiàn)全景圖像拼接。Jetson TX2集成的6核CPU，由2個(gè)丹佛加4個(gè)A57組成，GPU部分采用Pascal架構(gòu)，擁有256個(gè)CUDA，并且板載了8G內(nèi)存。拼接設(shè)計(jì)基于OpenCV[11]對(duì)算法進(jìn)行優(yōu)化，利用CPU對(duì)特征提取、最佳點(diǎn)配準(zhǔn)、反投影變換進(jìn)行計(jì)算及公式優(yōu)化合并，最終得到復(fù)合矩陣變換模型，再用GPU完成圖像變換及拼接圖顯示。本文設(shè)計(jì)了多路高清圖像實(shí)時(shí)拼接顯示，相機(jī)采用小米運(yùn)動(dòng)相機(jī)實(shí)時(shí)輸出1 280×720分辨率的廣角圖像，拼接顯示圖像分辨率為1 920×1 080。由于輸入視頻設(shè)置為720P@60 Hz彩色圖像，經(jīng)計(jì)算1路高清相機(jī)的數(shù)據(jù)率為1.24 Gb/s，4路相機(jī)即為4.96 Gb/s。因此同時(shí)采集對(duì)數(shù)據(jù)總線讀取和圖像處理開銷都很大，本文將圖像格式由RGB轉(zhuǎn)變?yōu)閅UV4∶2∶2，即一個(gè)像素對(duì)應(yīng)16bit位寬，減小了33%圖像輸入的數(shù)據(jù)量。多相機(jī)結(jié)構(gòu)模型及拼接顯示如圖6～圖11所示。

圖6 田字格相機(jī)結(jié)構(gòu)模型

圖7 圖像拼接顯示

圖8 環(huán)形相機(jī)結(jié)構(gòu)模型

圖9 圖像拼接顯示

圖10 球形相機(jī)結(jié)構(gòu)模型

圖11 圖像拼接顯示

        圖6顯示兩個(gè)白色相機(jī)和綠色相機(jī)分別水平夾角50度，在分別參照安裝面夾角20度，四個(gè)相機(jī)覆蓋超大視場(chǎng)，最終拼接圖像如圖7所示；圖8顯示4個(gè)相機(jī)兩兩夾角45°，可以覆蓋超過180°超寬視場(chǎng)，最終拼接圖像如圖9所示；圖10顯示3個(gè)白色相機(jī)兩兩夾角45°，兩個(gè)綠色相機(jī)和中間白色相機(jī)兩兩夾角60°，可以覆蓋半球視場(chǎng)，最終拼接圖像如圖11所示。

        提出了一種基于SIFT特征提取的改進(jìn)算法，并利用Jetson平臺(tái)實(shí)現(xiàn)了全景圖像拼接的設(shè)計(jì)。利用復(fù)合矩陣變換模型實(shí)現(xiàn)了重疊區(qū)的圖像融合和投影拼接顯示，簡化了圖像處理過程，利用嵌入式平臺(tái)可以在線處理并實(shí)時(shí)顯示拼接后的高清圖像，具有很強(qiáng)的實(shí)用性。