[发明专利]一种局部配准并行视频拼接方法及系统

说明书

本发明涉及一种局部配准并行视频拼接方法及系统，其方法包括：步骤1：进行三维坐标视角标定，采集视频图像得到多路视频图像，分解为视频数据；步骤2：将接收到的多个第N帧数据作为当前数据，N为自然数；步骤3：对当前数据进行预处理，得到多个剪裁后的视频帧；步骤4：判断剪裁后的视频帧的相邻关系，根据相邻关系建立相邻帧空间关系模型；执行步骤5，并同时接收第N+1帧数据作为当前数据，执行步骤3；步骤5：对具有相邻关系的多个视频帧进行配准，得到相邻视频帧间的单应性矩阵；步骤6：根据单应性矩阵，进行视频帧场景拼接，完成并行视频拼接。能高效准确的将多路视频进行拼接处理，复杂度低、计算快速、并行度高且扩展性好。

技术领域

本发明涉及一种视频拼接方法及系统，尤其涉及一种局部配准并行视频拼接方法及系统，属于计算机图像信息处理技术领域。

背景技术

视频拼接技术，是对有重叠区域的多路视频数据，利用视频拼接算法进行拼接，消除重叠区域，形成广角度的大型视频图像处理技术。由于图像采集设备的物理因素的局限性，当前的摄像设备无法获取的广视野范围内的场景。而在日常生活中：在机场，码头，广场，交通路口等视野开阔的大型场景中，通常需要同时显示全景的图像信息。通常可以通过布设多台摄像设备来扩大监控范围，但是场景的显示被分割为多个子窗口，不能够自然直接地反映真实场景。利用计算机图像拼接算法，对多路视频数据的视频拼接可以很好的解决这一问题。

视频拼接过程主要包括图像配准和图像融合两个步骤。同时视频拼接主要面对的挑战是视频流的实时性需求。为了保证视频处理的实时性，需要对每帧图像的配准和融合都进行优化处理。传统的图像配准算法，尺度不变的特征变换SIFT(Scale InvariantFeature Transform)以及快速鲁棒特征SURF(Speeded Up Robust Features)方法，因为较为复杂造成计算量大，难以满足实时性的需求。加速分割检测特征FAST(Features fromAccelerated Segment Test)，由于设计简单所以特征检测速度较快。基于FAST算法，利用具有方向性的BRIEFF(Binary Robust Independent Elementary Features)特征算子，提出了oFAST(FAST Keypoint Orientation)检测算法，最终设计了ORB(Oriented FAST andRotated BRIEF)算法。由于视频采集设备空间重叠关联关系，图像配准检测可以只限定于局部区域，基于图像兴趣区ROI(Region of Interest)的局部处理方法可以进一步提高视频拼接的实时性。

现在图像拼接技术已经成为计算机图形学的研究焦点，被广泛应用于空间探测、遥感图像处理、医学图像分析、视频压缩和传输、虚拟现实技术、超分辨率重构等领域。

发明内容

本发明针对现有技术中全画幅配准检测的视频拼接实时性不足的问题，提出一种基于oFAST特征点的能高效准确的将多路视频进行拼接处理的局部配准并行视频拼接方法及系统，该方案具有采取分区域局部配准的计算方法，复杂度低、计算快速、并行度高且扩展性好；同时将视频帧配准算法运行于CPU中，融合算法并行运行于FPGA(Field-Programmable Gate Array)可编程逻辑模板中，将程序进行并行化，进一步提高系统处理速度。

本发明解决上述技术问题的技术方案如下：一种局部配准并行视频拼接方法，具体包括以下步骤：

步骤1：对多路采集模块进行三维坐标视角标定，多路采集模块对同一物体同时采集视频图像得到多路视频图像，多路视频图像分别分解为视频数据；

步骤2：将接收到的多个第N帧数据作为当前数据，N为自然数；

步骤3：对当前数据进行预处理，得到多个剪裁后的视频帧；

步骤4：判断剪裁后的视频帧的相邻关系，根据相邻关系建立相邻帧空间关系模型；执行步骤5，并同时接收第N+1帧数据作为当前数据，执行步骤3；