基于視頻內容的全景拼接技術研究.pdf

1、隨著多媒體技術的不斷發(fā)展，數字視頻已經成為日常生活中重要的消息傳遞途徑和娛樂消遣方式。視頻序列中蘊含豐富的信息，能夠充分、直觀地表達拍攝視頻的內容。但視頻數據量大、重疊率較高，這給數據存儲、檢索和網絡傳輸帶來了極大的困難。消除圖像序列之間的冗余信息，以簡單摘要形式表達視頻的主要內容是提高存儲、檢索與網絡傳輸的重要途徑之一。全景拼接圖是一種有效的視頻摘要表現方式，通過將視頻序列拼接成一張分辨率高、視野廣的全景圖，能夠較好地消除視頻中的冗余

2、，較為完整地傳達包括時間序列在內的視頻主要信息。基于全景圖的視頻拼接技術可以廣泛應用于視頻壓縮、視頻監(jiān)控和視頻紋理生成等各個方面。
　　全景拼接技術主要分為基于圖像配準的方法和基于流形的條狀圖拼接方法兩大類。基于圖像配準的方法比較適用于重疊率較小、數目較少的圖像序列。基于流形的條狀圖拼接方法比較適用于重疊區(qū)域較大、數量較多的圖像序列。但傳統的基于流形的全景拼接技術存在不能保留特定關鍵區(qū)域的內容、表達視頻運動信息的能力較差以及實現速

3、度較慢的問題。因此，本文針對上述問題開展了基于內容的全景圖拼接技術的研究，主要研究內容如下:
　　(1)對于存在局部運動的視頻，傳統基于流形的全景拼接技術無法預測全景圖像中的運動對象的具體形態(tài)與位置，無法實現用戶想要保留特定對象特定形態(tài)的需求。本文在現有基于流形思想的視頻拼接方法基礎上，提出了一種基于內容的視頻圖像拼接方法。該方法結合了圖像的重要度算法，用邊約束的最短路徑算法實現視頻全景拼接，滿足了在全景圖中保留特定對象某一時刻的

4、具體形態(tài)的要求。
　　(2)考慮到單約束對象的全景拼接技術只能保留運動對象某一時刻的狀態(tài)，不能同時保留多個運動形態(tài)，本文提出了一種新的運動全景圖生成方法:結合關鍵幀提取技術提取關鍵幀的顯著對象，采用基于內容的全景拼接方法分別生成單約束對象的全景圖，然后采用KNN算法交互式提取各張全景圖中的前景運動對象，將不同運動形態(tài)的前景對象與不帶約束的全景進行融合，實現最終的運動全景圖。本文還對前景對象設置了漸進變化的強度，來表現對象的運動時序