论文部分内容阅读
随着现代信息和科技的飞速发展,人们对图像信息量的获取要求越来越高。视频图像包含大量直观的信息数据,在人们获取信息的途径中占有重要的地位。随着红外与可见光视频摄像仪产品的愈发成熟,红外视频能够直观反映场景中辐射能量动态分布,广泛应用于雾霾或夜间低照度条件下的视频监控领域,但图像分辨率低,不利于人眼观察。而可见光视频目标动态细节清晰,分辨率高,但易受天气与光照条件的影响。若能将两种视频源图像进行配准,各取其成像优点,则能极大提高目标观测能力。所以,本课题对红外与可见光视频图像配准技术进行研究。在视频配准算法研究中,本文根据经典SIFT与SURF特征点检测算法理论,先分析了其实现过程与基本算法步骤,然后实验仿真得到经典算法的仿真结果并进行利弊分析。根据经典算法的配准思路,分析基于ORB特征点匹配算法理论及其实现过程,同样得到仿真结果并根据与经典算法对比来分析算法利弊,提出基于特征点方向夹角约束的G-ORB图像匹配算法,该算法在原ORB算法上做出两点改进:构建图片的高斯金字塔尺度空间,增加特征点检测空间尺度不变性;针对原ORB算法速度快但误配率高的问题,提出特征点方向夹角约束的误配点剔除方法为粗提纯,在相同仿真条件下与经典SIFT、SURF和原ORB算法进行对比分析。然后用RANSAC算法做精提纯并确定配准参数s、θ、Δx、Δy,求出最佳变换矩阵,最后用双线性内插法完成配准。仿真结果表明:在配准精度稍逊于经典SIFT算法的前提下,极大提高了配准速度,能够满足视频图像配准在速度方面的要求。在基于特征点方向夹角约束的G-ORB图像匹配算法的硬件实现中,针对视频处理的性能要求,本课题采用TI公司的TMS320DM642处理器,在CCS3.3中完成硬件外设芯片配置与软件平台各个模块设计:双通道视频采集模块;视频存储模块;视频配准模块、视频显示模块和程序的FLASH烧写。视频配准模块中主要完成对于改进算法的移植和工程优化,由于特征点方向夹角约束的G-ORB图像匹配算法自身二进制描述子的属性,其对DSP片上资源占有率远小于SIFT与SURF算法,从而能够使算法移植到DSP嵌入式平台,实验结果显示视频配准效果良好,动态信息流畅。