1 北京交通大学交通数据分析与挖掘北京市重点实验室, 北京 100044
2 中国铁道科学研究院基础设施检测研究所, 北京 100081
传统的视频拼接模型和图像对齐方法中, 耗时的图像匹配和复杂的光流计算一直是实时拼接的性能瓶颈。提出了一种车载前向运动视频的实时全景成像方法, 该方法充分利用物理场景的几何结构和列车的运动信息来构造视频的拼接区域, 并建立几何模型实现了拼接区域的对齐。整个拼接避免了复杂的图像处理过程, 实现了铁路全景图的实时获取, 同时也提供了一种轻量级的视频全景索引方式, 降低了视频数据的存储和访问开销。
机器视觉 全景成像 实时拼接 车载视频 前向运动 铁路环境
1 北京交通大学计算机与信息技术学院, 北京 100044
2 中国青年政治学院计算机科学与应用中心, 北京 100089
针对现有的提高线阵电荷耦合器件(CCD)成像系统的图像空间分辨率的方法存在的不足，提出了一种新的采样模式，并设计了一种高分辨率成像系统。该系统利用两个相同的线阵CCD相机进行特定的空间排列，即使得相机1和相机2的CCD阵列都倾斜θ来进行扫描取像，并利用图像校正和像素插值等图像重建方法，得到高分辨率的图像。实验结果表明，倾斜角取60°的情况下，相对于单个线阵相机在θ=0°的正常采样模式下得到的采样图像，图像的空间分辨率提高了1倍，且保持了成像的视野不变。本系统工程上实现简单，十分经济且便于维护，仅利用现有的成像装置即可获取更高分辨率的图像。
成像系统 高分辨率 折线采样 线阵电荷耦合器件
