航拍视频的多向条带拼接算法

《航拍视频的多向条带拼接算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、航空学报ActaAeronauticaetAstronauticaSinicaNov．252012V01．33No．112065．2073ISSN1000-6893ON11-1929／Vhttp：／／hkxb．buaa，edu．cahkxb@buaa．edu．ca文章编号：1000—6893(2012)ii一2065—09航拍视频的多向条带拼接算法廖超1，王贵锦1’*，沈永玲2，何贝1，林行刚11．清华大学电子工程系，北京1000842．中国电子科技集团第54研究所，河北石家庄050081摘要：无人

2、机航拍视频中经常出现航向频繁改变的情况。基于条带的视频拼接算法尽管在处理速度上有很大优势，但是限制了相机的拍摄方式，主要处理平动相机拍摄的视频。用于采集全景图信息的纵向条带如用来扫描非平动场景会使效率降低甚至失效，所以不能直接拼接航拍视频。针对该问题，本文提出一种多向条带拼接算法，通过量化场景运动方向到预先定义的多个区间，分情况选取最佳方向的条带，控制了条带扫描方向与场景运动方向之间的最大夹角，从而避免了采集效率的降低。实验结果表明这种方法能有效拼接航向变化的仿真视频，全景图结果覆盖的场景范围大于原

3、算法，证明了算法的有效性。关键词：航拍视频；视频拼接；流形投影；条带拼接；航空摄影；图像配准；图像融合中图分类号：V279；TP391文献标识码：A近年来无人机等轻量级飞行器发展迅速，基于这些载体的摄像机能从低空拍摄到大量清晰的地形视频。相比于卫星图像，航拍视频不仅解析度高，而且具有更好的时效性。如何快速地将这些视频拼接成为全景图是阻碍这类设备在资源调查、灾情监测等领域广泛发挥作用的主要困难。元人机摄像系统具有不同于手持摄像设备的拍摄特点。摄像机通过可自由转动的云台间接固定在无人机下方，拍摄地形时主

4、要是竖直俯视，有些情况下也会根据地面指令调整视角，其姿势具有很高的自由度。飞行高度一般保持稳定，但气流等因素会造成轻微影响。由于设定的航线很可能有曲折，拍摄图像中场景的运动方向也会不时发生变化，这是航拍视频的一个重要特征。拼接图像集或视频都是从小视角范围图片构造广视角范围全景图。相比于图像集拼接，视频拼接有其特殊性，主要体现在参与拼接的图片数量和相关性两方面。按照视频常见帧率25fps计算，仅1min就有1500帧图像需要处理。这个集合比常见图像集的规模要大很多，对拼接算法的复杂度提出了很严格的要求

5、。由于拍摄时间间隔短，相邻视频帧的重合区域可以达到90％以上；而普通图像集则没有如此明显的时序和相关性，图像之间只要求出现部分共同场景。图像拼接可以简单分为配准和融合两大步骤。配准部分是估计两幅图片的相对位置以对齐其中包含的共同场景；融合部分则是从对齐后的多幅图片中提取全景图的过程。图像拼接领域已经有大量的研究成果，对于一般数量的图像集已经能够取得很好的拼接结果。Brown和Lowe[1屯1采用SIFT[3]特征点方法配准图像，并用多频带法[43融合重叠的图像，取得了很好的拼接效果和鲁棒性，但运算复

6、杂度最高，不适宜直接用收稿日期：2011—11—16；退修日期：2011—12—27；录用日期：2012—03—15；网络出版时间：2012—10一1611：45网络出版地址：WWW．cnki．net／kcms／detail／11．1929．V201210161145002．mmI基金项目：国家自然科学基金(61132007)*通讯作者Tel．：010—62781291E-mail：wangguijin@tsinghua．edu．Crl辫蓐禧武

7、LiaoC，WangGJ，ShenyL，eta1．Ae

8、rialvideostitchingviamulti-directionstripsActaAeronauticaetAstronauticaSinica2012．33(11)：2065-2073。廖趣，I贵锦．沈永玲．等，航拍视频的多向条带拼接算法．航空学报．2012，33(11)：2085．20732066航空学报来拼接视频。Szeliski和Shum一5]针对相机在同一位置不同角度拍摄的图像集，建立了以相机三维姿势角为参数的图像配准模型，并用迭代方法直接估计配准参数，然后将图像投影到柱面或球面

9、上完成融合。这种方法配准速度快但不适合航拍视频，因为相机位置随着飞行器一直在运动。Steedly[63从视频中提取关键帧再作为普通图像集处理，并采用bundleadjustment全局优化方法来搜索最佳的配准参数，这种方法丢弃了非关键帧的图像信息，一定程度上提高了拼接速度。近期航拍视频拼接方面的相关工作口‘93主要关注于抑制配准中的累积误差，提高图像匹配的精度。比如Heiner和Taylor[71在全局优化过程中引入了相机姿势的外部传感器数据，付出相应的计算代价进一步