【導(dǎo)讀】貴州大學(xué)畢業(yè)設(shè)計(jì)第I頁

　　

【正文】 （ 58） 貴州大學(xué)畢業(yè)設(shè)計(jì) 第 25 頁 對梯度幅值進(jìn)行非極大值抑制 為了精確定位邊緣，必須細(xì)化梯度幅值圖像 M[i， j]中的屋脊帶，只保留幅值局部變化最大的點(diǎn)，這一過程就是非極大值抑制。在非極大值抑制過程中， Canny算法使用 3 3 大小，包含 8 方向的鄰域?qū)μ荻确店嚵?M[i， j]的所有像素沿梯度方向進(jìn)行梯度幅值的插值。在每一個(gè)點(diǎn)上，鄰域的中心像素 m[i， j]與沿梯度方向的 2個(gè)梯度幅值的插值結(jié)果進(jìn)行比較。ζ [i， j]是像素鄰域中心處沿著梯度方向的扇形區(qū)域，非極大值抑制在此區(qū)域進(jìn)行。如果鄰域中心點(diǎn)的幅值 m[i，j]不比梯度方向上的 2 個(gè)插值結(jié)果大，則將 m[i， j]對應(yīng)的邊緣標(biāo)志位賦值為 0，這一過程把 M[i， j]寬屋脊帶細(xì)化為一個(gè)像素寬，并且保留了屋脊的梯度幅值。非極大值抑制 NMS(nonmaxima suppression)過程的數(shù)學(xué)表示為： ? ? ? ? ? ?? ?, , , ,N i j NM S M i j i j?? （ 59） 檢測和連接邊緣 雙閾值算法是對經(jīng)過非極大值抑制圖像 N[i， j]分別使用高、低 2 個(gè)閾值th和 tl 分割，得到 2 個(gè)閾值邊緣圖像 Th[i， j]和 Tl[i， j]。由于圖像 Th[i，j]是由高閾值得到，因此它應(yīng)該不含有假邊緣，但 Th[i， j]可能在輪廓上有間斷。因此雙閾值算法要在 Th[i， j]中把邊緣連接成輪廓，當(dāng)達(dá)到輪廓端點(diǎn)時(shí)，該算法就在由低閾值得到的邊緣圖像 Tl[i， j]的 8 鄰域位置尋找可以連接到輪廓上的邊緣。這樣，利用遞歸跟蹤的算法不斷地在 Tl[i， j]中搜集邊緣，直到將 Th[i， j]中所有的間隙都連接起來為止。 canny 邊緣檢測結(jié)果 根據(jù) canny 邊緣檢測的四步編寫程序，運(yùn)行調(diào)試試驗(yàn)結(jié)果如圖 和圖 所示。 貴州大學(xué)畢業(yè)設(shè)計(jì) 第 26 頁 圖 原圖 貴州大學(xué)畢業(yè)設(shè)計(jì) 第 27 頁 圖 輪廓 圖 對運(yùn)行結(jié)果進(jìn)行觀察 canny 算法可以 很好的 提取出圖像的輪廓 。 輪廓提取程序見附錄 。 貴州大學(xué)畢業(yè)設(shè)計(jì) 第 28 頁 第 六 章 圖像拼接 輪廓提取以后，就可以對兩幅圖片進(jìn)行拼接了，本設(shè)計(jì)采用的是模板匹配的方法進(jìn)行拼接，其中主要是利用模板尋找兩幅圖像中輪廓相同的部分 模板匹配算法 模板就是一幅已知的小圖像 。 模板匹配就是 在一幅大圖像中搜尋目標(biāo) ， 已知該圖中 有要找的目標(biāo) ， 且該目標(biāo)同模板有相同的尺寸 、 方向和圖像 ， 通過一定的算法可以在圖 中找到目標(biāo)，確定其坐標(biāo)位置。 以 8 位圖像 (其 1 個(gè)像素由 1 個(gè)字節(jié)描述 )為例，模板 T( nm? 個(gè) 像素 )疊放在被搜 索圖 S( HW? 個(gè)像素 )上平移，模板覆蓋被搜索圖的那塊區(qū)域叫子圖 ijS 。 i ， j 為子圖 左上角在被搜索圖 S 上的坐標(biāo)。搜索范圍是： 11 i W Mj H N? ? ??? ? ? ?? (61) 通過比較 T 和 Sij 的相似性，完成模板匹配過程 圖 模板匹配原理圖 貴州大學(xué)畢業(yè)設(shè)計(jì) 第 29 頁 注意：圖像的數(shù)據(jù)是從下到上、從左到右排列的。 可以用下式衡量 T 和 jSi 相似性： 21 1ij )],(),([),( nmTnmSjiD MmNn?? ? ?? ? ? ?? ?? ? ? ?? ?? ? ???? M 1m N 1n 2M 1m N 1n ij2M 1m N 1n ij )]n,m(T[)n,m(T)n,m(S2)]n,m(S[ (62) 上式的第一項(xiàng)為子圖的能量 ， 第三項(xiàng)為模板的能量 ， 都與模板匹配無關(guān) 。 第二項(xiàng)是 模板和子圖的互相關(guān)，隨 )j,i( 而改變。 當(dāng) 模板和子圖匹配時(shí)，該項(xiàng)有極大值。將其 歸一化，得模板匹配的相關(guān)系數(shù)： ? ?? ?? ?? ?? ?? ???M1mN1n2M1mN1n2ijM1mN1nij)]n,m(T[)]n,m(S[)n,m(T)n,m(S)j,i(R (63) 當(dāng)模板和子圖完全一樣時(shí)，相關(guān)系數(shù) 1)j,i(R ? 。在被搜索圖 S中完成全部搜索后，找出 R 的最大值 jm)(im,Rmax ，其對應(yīng)的子圖 )jm,im(S 即為匹配目標(biāo)。 基于輪廓特征的模板匹配算法 本設(shè)計(jì)主要是基于圖像輪廓特征進(jìn)行拼接，所以在模板進(jìn)行掃描時(shí)主要是對輪廓圖系那個(gè)的匹配。因?yàn)檩喞獔D像的灰度值只有 0和 1，所以本設(shè)計(jì)在模板匹配的過程中主要利用模板區(qū)域內(nèi)灰度值為 1的點(diǎn)的個(gè)數(shù)的最大值來確定匹配 對。在確定匹配對以后利用程序在輪廓圖像上做標(biāo)記。如圖所示： 貴州大學(xué)畢業(yè)設(shè)計(jì) 第 30 頁 圖 待拼接的左邊部分圖像 貴州大學(xué)畢業(yè)設(shè)計(jì) 第 31 頁 圖 待拼接的 右 邊部分圖像 圖 模板圖 像 貴州大學(xué)畢業(yè)設(shè)計(jì) 第 32 頁 圖 匹配完成后的 圖像 匹配圖像拼接 經(jīng)過模板搜索以后標(biāo)記出匹配圖像，利用坐標(biāo)映射關(guān)系將兩幅圖像拼接為一副圖像，具體實(shí)現(xiàn)方法為首先將左邊部分圖像賦值給一副新的圖像（在賦值的時(shí)候在預(yù)留出幾個(gè)是像素的空間防止圖片拼接過程中出現(xiàn)越界現(xiàn)象）。然后將右半部分中的匹配圖像按對應(yīng)的位置賦值到這副新圖像上，通過這三副圖像的坐標(biāo)關(guān)系將右半部分的圖像按此關(guān)系賦值到新圖像上完成圖像的拼接。 實(shí)驗(yàn)效果如圖所示： 貴州大學(xué)畢業(yè)設(shè)計(jì) 第 33 頁 圖 待拼接圖像的左半部分 貴州大學(xué)畢業(yè)設(shè)計(jì) 第 34 頁 圖 貴州大學(xué)畢業(yè)設(shè)計(jì) 第 35 頁 圖 對實(shí)驗(yàn)結(jié)果進(jìn)行觀察，可以看出通過模板匹配已經(jīng)完成了兩幅圖像的拼接。拼接程序見附錄 貴州大學(xué)畢業(yè)設(shè)計(jì) 第 36 頁 第 七 章 圖像轉(zhuǎn)換視頻 經(jīng)過預(yù)處理、匹配和拼接我們已經(jīng)完成了對從視頻分解出來的圖片的拼接，但是僅僅是圖片的拼接還沒有達(dá)到設(shè)計(jì)題目的要求，我們要將處理完的圖片還原成視頻 ，本設(shè)計(jì)在還原視頻的環(huán)節(jié)，利用第三章介紹的會聲會影軟件的分享功能進(jìn)行還原。 首先將圖片添加到素材庫如圖 所示 圖 添加圖片素材 其次將圖片素材添加到視頻編輯軌道 如圖 所示 圖 視頻軌道編 輯圖片 最后利用分享選項(xiàng)生成視頻 如圖 所示 貴州大學(xué)畢業(yè)設(shè)計(jì) 第 37 頁 圖 生成視頻 至此本設(shè)計(jì)實(shí)現(xiàn)了視頻拼接的功能。 貴州大學(xué)畢業(yè)設(shè)計(jì) 第 38 頁 第八 章 結(jié)論與展望 結(jié)論 多媒體技術(shù)和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展成為推動基于內(nèi)容的視頻檢索領(lǐng)域前進(jìn)的動力，在安全方面監(jiān)控系統(tǒng)越發(fā)的重要，同時(shí)網(wǎng)上購物的興起更加凸顯出實(shí)時(shí)視頻的重要性。本設(shè)計(jì)就是在這樣的大背景下提出的。 本文的主要工作是對視頻的分解和對分解出的圖片進(jìn)行拼接，主要目的是對兩個(gè)對應(yīng)的分解圖片拼接以后利用輔助軟件將拼接后的圖片恢復(fù)成一個(gè)視頻，實(shí)現(xiàn)視頻的拼接。 本文一開始先利用會聲 會影軟件按照 25 幀 /秒的標(biāo)準(zhǔn)對咬拼接的兩個(gè)視頻進(jìn)行分解，分解出來的圖片的對應(yīng)關(guān)系不能有錯(cuò)誤。 分解成圖片之后本文對分解出來的圖片進(jìn)行了預(yù)處理，主要利用的方法有直方圖均衡化、中值濾波和低通濾波，實(shí)現(xiàn)對圖像的增強(qiáng)和去噪，為后面的拼接最好前期準(zhǔn)備。 預(yù)處理之后本文利用 canny 算子對圖像的輪廓特征進(jìn)行了提取， canny 算子沒有利用 MATLAB 提供的公式而是利用梯度值和方向角來確定輪廓，取得了比較好的效果。 特征提取之后本文采用模板匹配進(jìn)行了拼接，分析模板匹配的原理，同時(shí)本文用程序?qū)嶒?yàn)的結(jié)果證明了此方案的可行性。 最后對拼接后的圖像利用會聲會影的分享功能實(shí)現(xiàn)了圖片轉(zhuǎn)換成視頻。最終實(shí)現(xiàn)了視頻的拼接。 展望 本文主要討論的是視頻分解和還原以及圖像的拼接 。 從目前技術(shù) 情況來看，人們還沒有找到一種通用、便捷的方法能實(shí)現(xiàn)快速、高效視頻拼接的方法 。但是，隨著多 媒體技術(shù)研究的進(jìn)一步深入及計(jì)算機(jī)的性能價(jià)格比的快速增長，視頻拼接貴州大學(xué)畢業(yè)設(shè)計(jì) 第 39 頁 技術(shù)將會找到越來越多的技術(shù)突破口，而且也將會 產(chǎn)生越來越多的實(shí)際用途，從而具有廣闊的應(yīng)用前景。從視頻拼接技術(shù) 術(shù)發(fā)展的角度上來說，以下兩個(gè)方面可作為本論文的后繼和深化研究的方向 : 系統(tǒng)。由于目前缺乏對人腦以及人的視覺系統(tǒng)的深入了解，而計(jì)算機(jī)體系結(jié)構(gòu)與人的神經(jīng)網(wǎng)絡(luò)又存在巨大差異，缺乏智能化。因此，計(jì)算機(jī)對視頻進(jìn)行拼接時(shí)，總是相對簡化、 不精確。 。模板匹配的計(jì)算量太大，而且 MATLAB對循環(huán)處理能力非常差，所以在模板匹配的過程中對模板進(jìn)行編碼，對編碼的比較能夠較大的提高運(yùn)算速度，這也是本文今后重點(diǎn)研究的方向。 貴州大學(xué)畢業(yè)設(shè)計(jì) 第 40 頁 參考文獻(xiàn) [1] 尚明姝 ,解凱 .一種基于特征的全自動圖像拼接算法 .微計(jì)算機(jī)應(yīng)用，第 27卷第 6期， 2020 [2] 葛西旺 .一種精確的圖像拼接方法 .安徽建筑工業(yè)學(xué)院學(xué)報(bào) (自然科學(xué)版 )第 15卷第 1期，2020 [3] 張祖勛 ,張劍清 .數(shù)學(xué)攝影測量學(xué) .武漢 :武漢大學(xué)出版社， 1997 [4] 岡薩雷斯 .數(shù)字圖像處理 [M].北京電子工業(yè)出版社， 2020 [5] 王懷野 ,張科 ,李彥俊 ,等 . 一種自適應(yīng)各項(xiàng)異性高斯濾波方法 [6] 王小鵬 ,郝重陽 ,樊養(yǎng)余 ,等 . 一種提取圖像細(xì)節(jié)邊緣的新方法 [J ] .中國圖像圖形學(xué)報(bào) ,2020 , . 8 (11) :1286 — 1290. [7] 景曉軍 ,李劍鋒 ,熊玉 慶 ,等 .靜止圖像的一種自適應(yīng)平滑濾波算法 [J ] .通信學(xué)報(bào) ,2020 ,23 (10) :6 — 14. [8] 馬令坤， 張震強(qiáng)．圖像拼接算法的研究．微計(jì)算機(jī)信息 ( 管控一體化 ) 2 0 0 7年第2 3卷第 2～ 3期 [9] Kendrick J J. The structure of image[M]. ,1984， 50： 363370 [10] Evans L C, Struck Soc .Motion of Level sets by mean curvature[M]. J. Diff. Geometry, 1991,33:535581 [11] Lev A, Zither S W, Rosenfeld A. Iterative Enhancement of noise images[M]. IEEE SMC7, 1997,435442 [12] Grayson M A. Shortening embedded curves[M]. Annals of Mathematics,1989,129:71111 [13] Guacharo Funeral J M. Image iterative smoothing and PDE’s[M]. Lecture [14] Alvarez Llanos P Lemoore J M. Image selective smoothing and edge detection by nonlinear diffusion Ⅱ [M]. SIAM Journal on Numerical Analysis,1992,29(3):158175 [15] Rosenfeld Akaka A C. Digital Picture Processing[J]. New York: Academic Press,1982 [16] Pent land A, telemunications et al. Video and image semantics[S].advanced tools for IEEE,Multimedia,1994, I (2):7375 貴州大學(xué)畢業(yè)設(shè)計(jì) 第 41 頁 致謝 本論文