关键词:
多媒体传感器网络
全向视觉感知
图像配准
图像融合
嵌入式系统
摘要:
近年来,无线多媒体传感器网络(WMSN)在监控领域引起了广泛的关注。有向感知的WMSN节点很难满足快速部署的要求,因而有必要增强其感知范围,研究具有360度全向感知特性的WMSN节点。本文针对WMSN在全向视觉感知方面的需求,研究了基于多路广角摄像机的全景拼接算法,并实现了基于多核ARM嵌入式平台的全向视觉感知系统,具有积极的科学意义和应用价值。由于采用多路广角摄像机构成全向视觉,图像畸变校正是本文的首要问题。本文采用张正友标定法,对广角摄像机进行了标定并获取摄像机的内参。研究并分析了多种不同的校正算法,通过对比其实际效果,选择逆向除法校正模型实现图像的畸变校正处理。实验结果表明,逆向除法模型具有很高的鲁棒性与校正效果。在图像配准前,本文提取了图像的SIFT特征与SURF特征,通过分析与比较两种特征的检测效果与配准效果,采用了稳定性更好的SIFT算法。在特征点的匹配中,本文采用实时性较高的特征向量匹配算法与随机一致性算法,通过归一化的引入,进一步提高了随机一致性算法的效果,进而得到了良好的匹配结果。在图像配准方面,本文研究了全局单应性方法和形状保持半投影算法(SPHP)。相对于单应性变换方法,SPHP算法表现优异,但视差较大时仍然会出现配准误差。针对这种情况,本文以SPHP算法为基础,提出了一种基于运动检测的图像配准方法,有效地提高了视差较大情况下的图像配准精度。对于相邻图像拼接后存在拼缝的问题,本文讨论并分析了多种图像融合的算法。通过比较不同方法的效果和实时性,采用加权平均的方法实现图像的融合处理。在实际应用中,相邻图像的亮度差异较大时,融合后的图像亮度差异仍然较为明显。针对这一问题,本文分析并比较了直方图均衡化方法以及基于重叠区域的亮度均衡方法,并提出一种基于特征点对的亮度均衡方法,有效地解决了图像亮度不均的问题。最后,本文阐述了 ***6Q多核处理器的硬件配置及PCIE采集卡的性能,在PC机环境下裁剪了 Linux内核,去除不必要的驱动。为提高系统的运行效率,本文使用了多个硬件协处理器。在算法方面,采用坐标映射的方法简化处理流程,减少不必要的计算。在此基础上,采用Linux多线程方式采集和处理图像,构建了基于多核ARM嵌入式平台的全向视觉感知实验系统。