[发明专利]一种基于SURF特征跟踪匹配的全景视频自动拼接方法

说明书

本发明公开了一种基于SURF特征跟踪匹配的全景视频自动拼接方法，该方法包括：首帧区分式处理方法，首帧用来选取视频参考坐标系，后续帧直接进行视频融合；根据待拼接视频首帧，提取SURF特征点，生成特征点描述向量；基于哈希映射和桶存储的方式，搜寻相似SURF特征向量点对，构成相似特征集合；利用相似SURF特征集合中的向量点对，求解最佳数据关联度坐标系；将经过坐标变换的待拼接视频帧的像素值进行动态加权求和，实现视频的无缝拼接融合。本发明能够实现全方位、多视角、立体化的视频无缝拼接融合，不仅克服了因图像平移、旋转、缩放和放射变换等因素造成的痕迹、模糊和重影现象，而且提高了基于特征匹配进行图像校准的效率和精度。

技术领域

本发明涉及到计算机图形图像学技术领域，具体是一种基于SURF特征跟踪匹配的全景视频自动拼接方法。

背景技术

视频图像是人类获取视觉信息的主要途径，在全国重要场所、轨道交通、重点区域、敏感地带等地区建设的视频监控信息系统，在进行政治活动、日常警务工作、社会公共安全管理等方面发挥了不可替代的重要作用。视频拼接作为这些年来图像研究方面的重点之一，国内外研究人员也提出了一些拼接技术。根据视频图像匹配方法的不同，一般可以将视频拼接技术分为以下两种类型：

1.基于区域相关的视频拼接技术

基于区域相关的视频拼接技术是从待拼接图像的灰度值出发，对待配准图像中一块区域与参考图像中的相同尺寸的区域使用最小二乘法、平均值法、加权值法等计算其灰度值的差异，对差异比较后判断待拼接视频图像重叠区域的相似程度，由此得到待拼接视频图像重叠区域的范围和位置，从而实现视频拼接。这种方法实现简单、便捷，但是，拼接效果较差，常常由于亮度、对比度的变化及其它原因导致拼接失败。

2.基于特征相关的拼接技术

基于特征的配准方法不是直接利用视频图像的像素值，而是通过像素导出图像特征，然后以图像特征为标准，对图像重叠部分的对应特征区域进行搜索匹配。特征匹配的算法有：交叉相关、距离变换、动态编程、结构匹配、链码相关等算法。但到目前为止，基于特征相关的视频拼接技术依然存在以下问题：特征提取难度大、匹配效率低，易受视频图像平移、旋转等因素的影响，拼接融合易产生痕迹、模糊和重影现象。

另外，结合视频监控系统与业务部门应用需求，现有视频拼接技术体系也存在较大差距，成为制约业务实战和管理创新的瓶颈。

(1)现有工作仍然依赖于传统分镜头监控，无法对由多个监控摄像机所覆盖的场景及周边环境进行整体的全景实时监控，不同视频资源切换，因角度、视野等差异，在实际指挥工作中存在不便，一旦发生重大或者突发问题，很难迅速有效地进行全局监视、宏观预估及综合调度、实时指挥。

(2)现有的分镜头视频监控系统无法实现全程的迅速精确地定位追踪目标，当目标离开单镜头监控范围，很难获取完全的运行轨迹，导致目标跟踪失效，同样的问题也存在于基于视频资料的历史事件查找回溯中。

(3)现有的分镜头视频监控系统缺乏有效的手段识别多个体、多区域、跨镜头的协同活动，从而有可能造成分析的偏差或错误，决断的延迟或错漏，乃至应急响应的迟误。

发明内容

有鉴于此，针对视频拼接中特征匹配效率低、拼接效果差的问题，本发明公开一种基于SURF特征跟踪匹配的全景视频自动拼接方法，通过利用面向视频帧的SURF特征快速提取、基于哈希桶映射的SURF特征匹配、基于投影模型的视频坐标变换以及基于动态加权的视频帧融合等方法，克服因视频图像平移、旋转等因素造成的模糊重影问题，有效提高视频特征匹配的处理速度和精度，实现视频的无缝拼接融合。

为了达到上述目的，本发明是通过以下技术方案实现的：

一种基于SURF特征跟踪匹配的全景视频自动拼接方法，包含以下步骤：

步骤一：