1、與靜止圖像相比，視頻為活動圖像(或運動圖像)。實際上我們看到的視頻信息是由許多單一的圖像所組成的，每一幅圖像稱為一幀。視頻的產生是每秒大于24幀的圖像連續(xù)播放，根據(jù)人眼的生理特點而形成的效果。視頻配準是指找出場景中同一物體表面的結構點在不同圖像上的投影像素點之間的對應關系。視頻拼接是指將若干個攝像頭所獲得的視頻圖像重疊部分進行拼接，形成一個視野范圍更廣的視頻。目前視頻配準和拼接廣泛應用于虛擬現(xiàn)實、視頻壓縮、圖像復原、圖像數(shù)據(jù)庫檢索等技術

2、中。視頻拼接的算法可借助于圖像拼接的算法來研究，即可將數(shù)字圖像的拼接方法應用到視頻圖像當中。但是，由于視頻的一些其它特點，又不能完全的把視頻拼接看為圖像拼接。首先視頻序列圖像它提供了大量的內容和時間信息，這些信息有利于動態(tài)場景監(jiān)控和運動分析。其次視頻序列圖像幀的數(shù)目要遠遠多于靜態(tài)序列圖像，并且相鄰幀之間有很大的冗余性，這就需要一個有效的存儲、搜索算法，需要一個實時性的處理算法。再次，由于視頻序列圖像中有可能存在運動物體，這些運動物體有可

3、能對配準算法產生致命性的錯誤。因此，將圖像拼接的算法應用到視頻拼接必須考慮這些問題。圖像配準總體可以分為三類方法：基于像素亮度差優(yōu)化的方法、基于特征匹配的方法和基于變換域求解的方法。圖像配準算法研究的核心問題是提高配準的速度、精度和算法的穩(wěn)健度。 本文針對同一場景拍攝的重疊視頻圖像配準及拼接問題進行了研究，研究了基于頻域信息的配準技術和基于SIFT特征匹配的配準技術；研究了圖像配準與拼接技術中的一系列相關問題，包括攝像機運動模型

4、、透視變換矩陣參數(shù)的魯棒估計和求解方法、插值技術、圖像變形技術、流形的概念等。為了提高配準的速度、精度和算法的穩(wěn)健度，本文提出了一種基于壓縮域的雙攝像機視頻拼接算法。首先利用相位相關法估算輸入視頻的對應第一幀重疊區(qū)域，并在重疊區(qū)域進行SIFT角點檢測和匹配，加快角點匹配速度、提高匹配穩(wěn)健性，使用RANSAC算法去除外點，采用奇異值分解最小二乘法估算變換模型參數(shù)，并使用LM非線性優(yōu)化方法進一步降低配準誤差，得到首幀的對應投影矩陣；對于非首

5、幀的配準，利用壓縮視頻中的當前幀與前幀的運動矢量，獲得全局運動矢量，然后結合對應前幀的投影矩陣，獲得相應的當前幀的投影矩陣；最后使用多頻帶融合算法進行圖像混合以改善線性加權融合算法帶來的高頻細節(jié)模糊。與傳統(tǒng)算法相比，由于省去了特征提取和匹配方法，從而減少了大量的計算步驟和時間，提高了速度，增加了實用性。實驗結果表明該算法具有較好的實用價值。與現(xiàn)有算法相比，對于圖像重疊區(qū)域較小、圖像中含有運動物體、重復性紋理等較難自動匹配情況下，使用本文