魏 川，張功國(guó)，，呂曉萌

(1.重慶信科設(shè)計(jì)有限公司，重慶401121;2.重慶郵電大學(xué)重慶400065)

1 引言

在廣場(chǎng)等大場(chǎng)景使用的監(jiān)控系統(tǒng)中，由于視頻質(zhì)量的高低和視頻監(jiān)控范圍大小二者相互制約，為了得到較高的監(jiān)控視頻質(zhì)量，一般都采用多個(gè)監(jiān)控?cái)z像頭同時(shí)使用。但是，當(dāng)需要從監(jiān)控視頻中獲取有用的信息，如進(jìn)行人群密度估計(jì)［1］，由于多個(gè)監(jiān)控的分別使用，得到的視頻圖像無法從整體角度來進(jìn)行評(píng)估，造成信息采集人員的工作不便。

圖像拼接是將有共同部分的待拼接圖像通過計(jì)算機(jī)技術(shù)進(jìn)行處理，拼接成一幅整體圖像。1996年，Richard Szeliski通過獲取圖像間的幾何變換完成圖像配準(zhǔn)，進(jìn)而完成圖像拼接的全景圖像拼接模型［2］。2010年，吳錦杰，劉肖琳提出了一種基于雙目相機(jī)的圖像拼接方法［3］，該方法引入自適應(yīng)的非極大值抑制技術(shù)，檢測(cè)重合區(qū)域的Harris角點(diǎn)，對(duì)圖像進(jìn)行快速匹配;但其在圖像匹配階段的運(yùn)算時(shí)間較長(zhǎng)，實(shí)時(shí)性不強(qiáng)。

本文提出一種基于雙目攝像機(jī)的圖像拼接方法，在圖像配準(zhǔn)階段借鑒文獻(xiàn)［3］中所采用基于特征點(diǎn)的圖像匹配方法的思想，采用基于特征點(diǎn)的圖像匹配方法，通過對(duì)匹配階段描述子的維數(shù)降低來減少運(yùn)算時(shí)間，采用BBF匹配算法來提高匹配效率，RANSAC消除錯(cuò)誤匹配對(duì)，最后用加權(quán)平均融合法消除拼接縫隙，達(dá)到平滑拼接縫隙的目的。

2 改進(jìn)的圖像拼接方法

圖像拼接的一般流程如圖1所示。

圖1 圖像拼接流程

圖像預(yù)處理就是在進(jìn)行圖像匹配之前，對(duì)圖像進(jìn)行噪聲消除、幾何校正等工作，以此來提高拼接的成功率。圖像匹配是圖像拼接階段最重要的一個(gè)步驟，匹配結(jié)果的好壞直接影響后期拼接的效果。圖像融合是圖像拼接的最后一步，圖像匹配解決圖像相同部分的對(duì)齊問題，圖像融合解決圖像對(duì)齊后的縫隙問題。

本文方法的適宜應(yīng)用場(chǎng)景大多采用固定攝像頭，本文使用水平固定的兩個(gè)小型攝像頭來進(jìn)行視頻的采集，采集到的圖像受到的幾何畸變對(duì)后期的匹配和配準(zhǔn)影響不大，因此可以對(duì)所獲取的圖像可以直接進(jìn)行匹配操作。

SIFT(Scale Invariant Feature Transform)算法是David G.Lowe教授提出的一種圖像局部特征描述算子，它是基于圖像特征尺度選擇的思想，在尺度空間尋找極值點(diǎn)，獲取特征點(diǎn)的位置、尺度、方向等信息。

2.1 改進(jìn)的SIFT算法

SIFT算法主要步驟如下:

(1)極值點(diǎn)檢測(cè)

基于特征的圖像匹配的關(guān)鍵是穩(wěn)定的特征點(diǎn)［4］。為了使最終的描述子具有尺度及縮放不變性，要對(duì)圖像進(jìn)行多次的高斯模糊和降采樣處理，形成高斯金字塔。1994年，Lindeberg［5］發(fā)現(xiàn)高斯差分函數(shù)(Difference of guassian)與尺度歸一化的高斯－拉普拉斯函數(shù)σ2▽2G非常相似，而尺度歸一化的高斯－拉普拉斯函數(shù)σ2▽2G的極大值和極小值和特征提取函數(shù)，如Hessian矩陣比較，能夠產(chǎn)生最穩(wěn)定的圖像特征。

在生成的DOG尺度空間中，將任意一個(gè)像素點(diǎn)與同尺度周圍8個(gè)像素點(diǎn)及上下尺度對(duì)應(yīng)的18個(gè)點(diǎn)比較其像素值，如果為極大值或極小值時(shí)，標(biāo)注為極值點(diǎn)。

(2)特征點(diǎn)方向確定

為了使生成的SIFT特征點(diǎn)具有旋轉(zhuǎn)不變性，利用特征點(diǎn)鄰域像素的梯度方向分布特性為每個(gè)特征點(diǎn)分配方向參數(shù)，特征點(diǎn)的梯度的模和方向計(jì)算公式為:

其中，L為對(duì)應(yīng)特征點(diǎn)所在的尺度;(x，y)為特征點(diǎn)的位置。

(3)改進(jìn)的描述子

以特征點(diǎn)為中心，計(jì)算16×16鄰域內(nèi)的像素梯度值的大小和方向，將特征點(diǎn)鄰域劃分為4×4的種子點(diǎn)，統(tǒng)計(jì)每個(gè)種子點(diǎn)8個(gè)方向的梯度方向直方圖。16個(gè)種子點(diǎn)，每個(gè)種子點(diǎn)8個(gè)方向，形成16×8=128維描述子。生成的SIFT描述子有較好的旋轉(zhuǎn)不變性，光照不變性，當(dāng)檢測(cè)到的特征點(diǎn)數(shù)量較多的時(shí)候，128維描述子會(huì)產(chǎn)生龐大的計(jì)算量，實(shí)時(shí)性不強(qiáng)。對(duì)此，本文給出一種改進(jìn)方法，降低計(jì)算量，提高實(shí)時(shí)性。

以檢測(cè)到的特征點(diǎn)為中心，構(gòu)造分別以半徑為2，4，6，8，10，12，14，16 個(gè)像素的 8 個(gè)圓，計(jì)算這 8個(gè)半徑圓內(nèi)各像素的梯度信息，統(tǒng)計(jì)出每個(gè)圓域的8個(gè)方向的梯度值。將特征點(diǎn)的鄰域高斯加權(quán)，這樣可以避免由于圖像旋轉(zhuǎn)而造成的特征點(diǎn)發(fā)生位移導(dǎo)致生成描述子偏差。

接下來將2個(gè)像素鄰域內(nèi)的8個(gè)方向的梯度累加值作為生成描述子的前8個(gè)向量，然后對(duì)第2到第4像素鄰域內(nèi)的梯度累加值作為描述子的9～16個(gè)向量，然后是計(jì)算第4到第6像素鄰域內(nèi)的梯度累加值，生成17～24個(gè)向量。依次地，形成8組鄰域的向量，總共64維描述子。

與改進(jìn)前相比較，特征點(diǎn)的鄰域范圍為16×16，但特征點(diǎn)的描述子維數(shù)降低到了64維，描述子維數(shù)明顯降低。維數(shù)的降低將會(huì)直接導(dǎo)致計(jì)算速率的提高，運(yùn)算時(shí)間的減少。

(4)匹配和誤匹配的消除

對(duì)描述子的匹配常采用的方法是窮舉法，窮舉法的優(yōu)點(diǎn)是不需要進(jìn)行任何數(shù)據(jù)預(yù)處理，但其搜索效率不高。本文通過BBF查尋機(jī)制來提高匹配點(diǎn)的搜索效率。

BBF(Best-Bin-First)查尋機(jī)制，是 KD-Tree(k dimension tree)的一種擴(kuò)展［6］。KD-Tree 是一個(gè)二叉樹，它是用分而治之的思想對(duì)數(shù)據(jù)點(diǎn)在K維空間劃分的一種數(shù)據(jù)結(jié)構(gòu)，在檢索的數(shù)據(jù)集的維數(shù)高于20維時(shí)，其檢索效率明顯下降［7］。BBF是在 KDTree的基礎(chǔ)上加入了查找優(yōu)先級(jí)的概念，它的檢索總是從優(yōu)先級(jí)最高(Best Bin)的節(jié)點(diǎn)開始，通過設(shè)置一個(gè)運(yùn)行超時(shí)限定來確保在所有節(jié)點(diǎn)檢查完畢或超出時(shí)間限制后算法能返回當(dāng)前找到的最好結(jié)果，其主要流程如圖2所示。

圖2 基于BBF的KD-Tree檢索流程

采用BBF查尋機(jī)制，可以將KD-Tree擴(kuò)展到高維數(shù)據(jù)集上，通過建立優(yōu)先隊(duì)列，其很好地控制了‘最佳點(diǎn)’查尋的進(jìn)程，可以在任何時(shí)候中斷并退出查詢進(jìn)程，并且能得到比較好的結(jié)果。

初始匹配對(duì)中，存在部分匹配錯(cuò)誤，消除匹配錯(cuò)誤的方法有最小二乘法和隨機(jī)抽樣一致性［8］。隨機(jī)抽樣一致性(RANSAC RANdom SAmple Consensus)是一種數(shù)學(xué)模型的參數(shù)迭代算法，它的主要特點(diǎn)是隨著迭代次數(shù)的增加，正確的幾率會(huì)逐漸提高。它通過將數(shù)據(jù)分為內(nèi)點(diǎn)和外點(diǎn)，然后判斷出內(nèi)點(diǎn)，取出外點(diǎn)來達(dá)到消除錯(cuò)誤匹配的目的。在該方法中有3個(gè)關(guān)鍵參數(shù)可以對(duì)其效果產(chǎn)生影響，分別是:估計(jì)次數(shù)，內(nèi)外點(diǎn)距離判定閾值和一致性集合的大小閾值。

本文中的隨機(jī)抽樣一致性消除錯(cuò)誤匹配分為3步來進(jìn)行:①隨機(jī)選取3對(duì)匹配對(duì)，然后根據(jù)待匹配圖像的變換模型估計(jì)出變換參數(shù)。②利用估計(jì)的參數(shù)剩余的匹配點(diǎn)進(jìn)行判斷，通過內(nèi)外點(diǎn)的判定閾值區(qū)分出內(nèi)外點(diǎn)，然后重復(fù)步驟1。③當(dāng)內(nèi)點(diǎn)數(shù)目最大時(shí)，得出變換模型的最佳估計(jì)。

2.2 圖像融合

圖像融合是將采集到的包含有同一目標(biāo)的圖像數(shù)據(jù)經(jīng)過處理，綜合到同一幅圖像中。由于圖像采集視角的不同，拼接的重疊部分會(huì)產(chǎn)生模糊和重影等。為了提高拼接效果，就需要對(duì)拼接后的圖像進(jìn)行融合處理。

圖像融合技術(shù)分為像素級(jí)、特征級(jí)和決策級(jí)3個(gè)層次，多數(shù)應(yīng)用場(chǎng)合都需要進(jìn)行像素級(jí)融合，原因是像素級(jí)融合能盡可能多地保留場(chǎng)景的原始信息［9］。本文采用加權(quán)平均融合法進(jìn)行像素級(jí)圖像融合。

3 實(shí)驗(yàn)結(jié)果與分析

本文使用水平固定的兩個(gè)小型攝像頭來進(jìn)行視頻的采集，水平夾角為40°，采集的視頻分辨率為640×480，幀率為30 f/s。獲取的原始圖像幀如圖3所示。

圖3 待拼接圖像

SIFT算法匹配結(jié)果如圖4，采用本文的改進(jìn)方法進(jìn)行匹配操作，結(jié)果如圖5，圖中出現(xiàn)的交叉線表示匹配錯(cuò)誤。與改進(jìn)前相比，使本文改進(jìn)方法進(jìn)行匹配，錯(cuò)誤的匹配點(diǎn)明顯減少，匹配準(zhǔn)確率明顯提高。

圖4 SIFT配準(zhǔn)

圖5 本文方法配準(zhǔn)

由于圖像拼接的關(guān)鍵在圖像匹配過程，為進(jìn)一步檢驗(yàn)本文改進(jìn)方法的匹配性能，本文分別將本文方法、改進(jìn)前SIFT算法及其改進(jìn)—SURF算法進(jìn)行仿真對(duì)比，采用圖像尺寸大小不同的10組圖像進(jìn)行匹配，并對(duì)其匹配時(shí)間進(jìn)行統(tǒng)計(jì)，結(jié)果如圖6所示。

圖6 特征點(diǎn)數(shù)目與運(yùn)算時(shí)間關(guān)系

如圖6中統(tǒng)計(jì)結(jié)果，本文方法經(jīng)過對(duì)描述子的降維處理和匹配階段BBF匹配策略的引入，大幅減少了匹配時(shí)間;在檢測(cè)到的特征點(diǎn)數(shù)目較少的時(shí)候，與SIFT算法和SURF算法相比，本文方法有較少的匹配時(shí)間，并且在一定的特征點(diǎn)數(shù)目范圍內(nèi)保持穩(wěn)定匹配性能;隨著檢測(cè)到的特征點(diǎn)數(shù)目的繼續(xù)增加，SIFT算法和SURF算法的匹配時(shí)間大幅增加，而本文方法的匹配時(shí)間趨于穩(wěn)定增加，這是因?yàn)锽BF匹配策略利用優(yōu)先級(jí)隊(duì)列，針對(duì)某查詢點(diǎn)，搜索整個(gè)KD-Tree的根節(jié)點(diǎn)和樹節(jié)點(diǎn)，然后從這些節(jié)點(diǎn)中通過超時(shí)限制提取出優(yōu)先級(jí)最高的節(jié)點(diǎn)，并退出搜索進(jìn)程。

為驗(yàn)證本文采用加權(quán)平均融合法對(duì)拼接縫隙的處理性能，本文采用目前普遍使用的直接平均法與本文方法作對(duì)比處理，實(shí)驗(yàn)結(jié)果分別如圖7和圖8所示。

圖7 直接平均法

圖8 本文方法

可以看出，直接平均法對(duì)拼接縫隙的處理不夠，存在較明顯的拼接縫隙，而本文采用的加權(quán)平均法，能夠根據(jù)權(quán)值對(duì)拼接的重合區(qū)域很好的處理。

綜合來看，本文方法提高了圖像的匹配效率，大幅減少了匹配時(shí)間，并且有較高的匹配準(zhǔn)確率，實(shí)現(xiàn)了圖像的無縫拼接，經(jīng)過實(shí)驗(yàn)證明，本文方法是有效的。

4 結(jié)束語

針對(duì)但攝像頭和雙攝像頭拍攝范圍各自的局限性，給出了一種圖像拼接方法，通過該方法可以對(duì)雙攝像頭的拍攝視頻圖像進(jìn)行快速拼接，有較高的實(shí)時(shí)性，在相關(guān)的監(jiān)控視頻信息收集中有一定的應(yīng)用價(jià)值。本文方法是正常的自然光照條件下進(jìn)行的，若遇突發(fā)情況，如較強(qiáng)的光照影響下(如攝像頭受到燈光照射)，采集到的視頻資料受到影響較大，如何在影響較大的情況下繼續(xù)進(jìn)行準(zhǔn)確快速拼接有待做進(jìn)一步的研究。

［1］ GUO Sen，LU Xin.Application of the binocular camera to crowd density estimation［J］.Computer＆ Digital Engineering，2012，40(8):116 －118.(in Chinese)郭森，盧鑫.應(yīng)用雙目攝像機(jī)進(jìn)行人群密度估計(jì)［J］.計(jì)算機(jī)與數(shù)字工程，2012，40(8):116 －118.

［2］ Richard Szeliski.Video mosaics for virtual environments［J］.IEEE Computer Graphics and Applications.1996.16(2):22－30.

［3］ WU Jinjie，LIU Xiaolin.Image mosaicing based on binocular cameras［J］.Computer Engineering，2010，36(12):209 －212.(in Chinese)吳錦杰，劉肖琳.基于雙目相機(jī)的圖像拼接［J］.計(jì)算機(jī)工程，2010，36(12):209 －212.

［4］ ZHANG Jiao，LI Junshan，ZHANG Shaohua.Algorithm for IR/Visual images matching based on line features and SIFT points［J］.2013，43(5):554 －558.(in Chinese)張姣，李俊山，張少華.線特征和SIFT點(diǎn)特征結(jié)合的異源圖像匹配算法［J］.激光與紅外，2013，43(5):554－558.

［5］ Lindeberg T.Scalespace theory:A basic tool for analyzing structures at different scales［J］.Journal of Applied Statistics，1994，21:224 －270.

［6］ ZHAO Qinghua，CHEN Luo，JING Ning.Distributed spatial join query based on kd-tree recursive partitioning［J］.Computer Engineering ＆ Science，2011，33(8):167 －173.(in Chinese)趙清華，陳犖，景寧.基于Kd樹遞歸區(qū)域劃分的分布式空間連接查詢［J］.計(jì)算機(jī)工程與科學(xué)，2011，33(8):167－173.

［7］ WANG Peizhen，CHEN Ping，ZHOU Fang.Method of feature extraction and matching for complex image［J］.J.of Anhui University of Technology，2012，29(1):73 － 77.(in China)王培珍，陳平，周芳.復(fù)雜圖像特征點(diǎn)提取與匹配方法［J］.安徽工業(yè)大學(xué)學(xué)報(bào)，2012，29(1):73 －77.

［8］ CAO Hongxing，LIU Jiahang，RUAN Ping.Stitching image based on SIFT［J］.Video Engineering，2008，32(S1):146 －148.(in Chinese)曹紅杏，柳稼航，阮萍.基于SIFT特征的圖像自動(dòng)拼接［J］.電視技術(shù)，2008，32(S1):146 －148.

［9］ SONG Baosen，F(xiàn)U Yongqing，SONG Hailiang.New efficient image fusion algorithm for image mosaic［J］.Computer Science，2011，38(2):260 －264.(in Chinese)宋寶森，付永慶，宋海亮.一種消除圖像拼接痕跡的新方法［J］.計(jì)算機(jī)科學(xué)，2011，38(2):260 －264.