《周彪彪基于图像的虚拟漫游》由会员分享，可在线阅读，更多相关《周彪彪基于图像的虚拟漫游（16页珍藏版）》请在金锄头文库上搜索。
1、学号：20087102007 信阳师范学院华锐学院 本科毕业论文 专 业 信息管理与技术 年 级 2008级 姓 名 周彪彪 论文题目 基于图像的虚拟漫游 指导教师 庄玉册 职称 讲师 2012年 5月 7日摘要：3第一章 图像的概念4第二章 全图景的生成5第三章 图像匹配与彩色图像轮廓抽取83、1图像匹配83、2 彩色图像轮廓抽取93、3 图像投影在图像匹配中的算法103、4 柱面和球面图像配准113、5 平面到柱面和球面的投影12四、 总结与展望14五、参考文献15五、致谢：15摘要： 虚拟现实技术已经成为互联网和计算机科学发展的重要方向。网络为基础得到虚拟现实技术主要有3DMAX等以图像
2、为基础的全景技术。全景图技术是一种表示和绘制具有照片阵势干的交互式虚拟场景的方法。其主要特点是绘制复杂度与场景的复杂度无关。全景拼接则是其中应用较光的技术。它是将同一场景中的多幅有部分重叠区域的图像进行拼凑，无缝的连接成一幅新的可以在水平或者垂直360度全方位浏览的全景图。全拼图再现了三维场景，可用浏览器实现虚拟场景漫游！本文主要研究的是全景图的拼接及算法。Virtual reality technology the Internet has become an important direction of the development of computer science and. Ne
3、twork based virtual reality technology is mainly by3DMAX image-based panoramic technology.Panoramic technology is a kind of representation and rendering of images can form stem interactive virtual scene method. Its main characteristic is the rendering complexity with the scene complexity. Panorama s
4、titching is the application of a light technology. It is the same scene in the image overlap region of the image were pieced together, seamless connection into a new can be vertical or horizontal360 degrees view panorama. Mosaic reproduction of the3D scene, usable browser virtual scene roaming! This
5、 paper mainly studies the panorama stitching and VRML on roaming description.关键字：全景图、 拼接 、VRLM描述第一章 图像的概念 全景图 、 所谓的全景图，指的是某个视点上周围场景的图像。在基于图像的 虚拟场景生成技术中，虚拟场景是由一组离散的视点空间构成的。这里的视点空间指的是在某一视点处，参与者所观察到的场景。因而，全景图就成为视点空间合适的描述形式之一，虚拟场景也就可以看作是由一 组离散的全景图来构成的。 当照相机位置固定，镜头作任意方向转动时，可用一幅全景图来记 录各个方向得的图像，显示时只要按相应的视点
6、方向显示全景图的一 部分就可以得到相应的场景。常见全景图按场景数据投影到简单形体 表面的形状可分为圆柱、球面与立方体三类：（1-1）图像拼接是虚拟现实中的重要一支，它是将两幅以上的具有部分重叠的图像进行无缝的拼接从而得到较高分辨率或者宽视角的图像。这一技术应用于卫星照片的合成！在拼接中有几个常用概念：1、 光度变化：由于噪声及其它一些非线性因素的影响，相邻图像之间的对应点的像素灰度值不能不同。2、 遮挡：是指在重叠的区域的某些景物只在其中一幅图上可以看到。一般来说，相邻图像的相机位置相隔越远，遮挡的可能性就越大。在取景如果初相过多的遮挡情况，将会在一定成都上影响全景图的拼接效果！3、 重复纹理
7、：纹理是指图像强度局部变化的重复模式。4、 无纹理区域：在场景中如果出现较多的无纹理区域，拼接效果会受到影响！第二章 全图景的生成景图的生成有三种方法:1。计算机绘制。该方法用计算机图形学技术给场景建模，再绘制成全景图，此方法不需要实时控制，因此可以绘制比较复杂的场景和采用真实感较 强的光照模型。优点是可以容易地得到任何形状的全景图且不需要任何附加步骤，缺点是 建模费时和繁琐。2.用全景照相机拍摄。全景照相机具有在一次拍摄中捕获360度全景图像的能力，使用全景照相机的优点是易于得到全景图且无需复杂的建模，缺点是需要昂贵的设备，不能被普遍使用.3.用普通照相机拍出一系列相互重叠的照片，然后拼接成
8、全景 图。优点是可以制作任何形状的全景图且不需专门的设备和其广泛实用性，另一个好处是 可以对每幅照片进行曝光控制，得出的全景图光强平衡。此方法的关键是要有很好的拼接方法。本论文研究的是第三种全景图生成方法。生成全景图的目标是要生成没有拼接缝隙的 全景图，图像的采集、图像的预处理、图像的变换、图像的匹配和图像的平滑处理是全景图拼接过程中的几个阶段，其流程图如图所示：（2-1）全景图生成流程图一、图像的采集。生成全景图原始图像数据的采集，用一个照相机和固定的三脚架装置拍摄图像序列，完成所需图像的采集工作。二、图像的预处理。在全景图像拍摄的过程中，由于自然的或者人为的因素，相邻图像的亮度、灰度、颜色
9、、形状等属性难免产生差别。要对由于图像的获取和传输过程中出现的畸形，失真，对比度低等状况进行处理，从而提高图像匹配和拼接的质量。三、图像的变换。在全景图拼接过程中，如果对重益图像直接进行无缝拼接，由于局部图像是在不同方向上拍下的图像，它们的投影平面存在一定的夹角。将会破坏实际景物的视觉一致性，无法满足实际景物中各对象间的几何关系。为了保持实际景物中的空间约束关系，我们必须在拼接之前把待拼接的两幅图像变换到同一坐标系中，使得现实世界里相同的景物在不同的局部图像中是相同的。四、图像匹配。基本思想是对重叠图像通过相似性进行匹配工作，以确定相邻两图像的拼接位置。图像的匹配算法是全景图拼接技术的核心和关
10、键，图像匹配算法的好坏直接关系到全景图的拼接质量。五、图像的平滑处理。如果只是将两幅图像简单地叠加起来，会发现拼接而成的图像中含有清晰的边界，图像拼接的痕迹非常明显。一方面是因为相邻图像间存在着亮度的差异:另一方面则因为使用普通相机拍摄，会在采集到的图像中出现边缘失真现象，而图像拼接恰恰要用到图像的边缘部分;还有则是因为相邻图像间不可能是完全精确的平移关系，旋转、反射的影响虽然很小但仍然存在。为消除这些现象，实现图像的无缝拼接，必须对图像的重叠部分进行平滑处理，以提高图像的质量。第三章 图像匹配与彩色图像轮廓抽取3、1图像匹配因普通照相机的视角有限，标准镜头一般视角不超过40。，仅能拍 摄下实
11、际场景的局部，需将多幅实景图像拼接成全景图.重叠图像素材的拼接如图3-1：3-1由于两幅相邻图像是在不同环境条件下获得的，因此在它们的重叠区域之间是存在着一定差异的。比如清晰度，噪音等。其中图片的清晰度最常见。为了更好的实现拼接，我们应该尽量消除图片之间的差异。使得图片拼接顺利进行。图像匹配算法一般分为三大类型: （1）基于颜色信息相似的匹配算法。它是最传统和最普遍的算法， 对图像信息抽取容易，但算法多数运算量较大，一旦遇到信息量不足的 区域或图像之间存在较大的变形以及图像存在多个相似区域，则匹配可 能误匹配或失败。 （2）基于特征相关的匹配算法。它着眼于图像的各种特征，如采用 小波、分形等工
12、具，进行边界、纹理、能量等特征的提取比 阅，所用 算法很复杂，其匹配的效果较好，可达亚像素量级，但计算时间一般较 长而难以达到实时的要求。 （3）基于解释相似的匹配算法。该算法建立在图像自动判读的专家系统之上，研究进展不大。由于BIR采集的图像数据多为层次及轮廓较分明的图像，考虑到实 时运算量的限制，目前工BR图像拼接主要采用的方法多为基于颜色信息 相似的匹配算法:投影变换法和像素相似比较法。 前者的依据是图像的几何一致性:需知道照相机的精确参数，在变 换后依然需要对准相似区域:后者的依据是图像的光强度变化的连续 性:通过比较像素差值，对准并投影到统一的视平面上，可以近似地逆 推计算出照相机参
13、数，为目前拼接的主流. 在理想的状态下，两张待拼接照片的重合部分应该是边缘绝对重 合，像素完全相等.但是，以下实际情况均会造成偏差: 在有强烈的日光或很阴暗天气拍照时，同一场景中顺光、侧光与逆 光拍摄会产生明显景深差别。还有一个原因是由于照相机拍摄近似于中 心投影，越接近相片边缘则变形越大，视角切换时各重叠对象投影并非 绝对一致。3、2 彩色图像轮廓抽取 传统轮廓(ocntuor)抽取方法都是基于灰度图像的抽取，首先将彩 色图像转换为灰度图像，将RGS映射为灰度，丢失了许多色度方面的差 值信息;然后根据图像边缘的定义，灰度发生突变的地方，用Mrar、Sboel 算子等来检测。由于噪声与阴影信号也是灰度不连续的地方，通常采用 滤波的方式来消除，但会造成边缘的偏移。采用小波多分辨或神经网络 等方法计算量一般较高，远没有用Mrar、Sboel算子精简。 行进相片序列的匹配与运动估计 ：
