对视觉领域中全景视觉的不断研究表明, 采用鱼眼镜头获取的图像序列所研究的运动目标检测准确率低, 受到噪声干扰时鲁棒性不高, 针对该问题提出一种基于全景视觉的运动目标检测改进方法。该方法首先采用五帧差分法对图像进行处理, 利用相邻5帧之间进行差分来完成前景与背景的分离, 有效地减少目标空洞问题; 然后在混合高斯模型中提高自适应学习率和更新高斯分布数量, 有效克服了检测中出现的重影现象; 最后通过形态学处理, 得到目标检测结果。实验结果表明, 改进的方法提供了比传统的全景图像运动目标检测更可靠的检测结果, 目标检测率较高。

针对筒状类工件内壁缺陷和形貌特征的检测需求,提出了基于深度学习与机器视觉相结合的筒状类工件内壁全景成像方法。该方法基于变焦距成像,获取筒状类工件内壁多聚焦图像序列,利用基于卷积神经网络的多聚焦图像融合算法,融合不同景深的内壁图像序列,获取全聚焦的内壁全景视图。根据视觉成像的透视变换原理,采用逆映射全景图像,改进了内壁形貌重构方法,获取柱面坐标系下的筒状类工件内壁形貌图像。实验结果表明,提出的形貌重构方法能够有效实现内壁质量的检测,且成像质量较高。

针对隧道距离长、运维检测时间跨度长、可检测时间短、形变数据变化小等特点，本文提出了一种基于主动式全景视觉的隧道全断面变形检测方法。首先通过配置在隧道检测装置上的主动式全景视觉传感器对隧道横断面进行全景扫描，获取隧道全景切面扫描图像；接着通过改进的高斯曲线拟合法提取全景切面扫描图像上的亚像素激光中心点，并采用贝塞尔曲线对其进行平滑处理；然后根据全方位视觉传感器的标定结果解析出隧道横断面上内壁的几何信息；再利用隧道横断面上内壁三维点云数据进行三维重建；最后，对重构的隧道模型进行了精度分析。实验研究表明：基于主动式全景视觉的隧道全断面变形的检测方法具有检测速度快、实时性好、数据全面、可视化程度高等优点，能满足对狭长隧道进行快速定性定量分析的需求。

针对现有的管道缺陷检测技术不能同时对管道的形、貌缺陷进行检测与评估这一工程难题, 在前期研究工作的基础上, 设计了一种基于主动式全景视觉的管道内部缺陷检测系统, 能够快速获取管壁密集点云的三维坐标, 同时对内壁表面缺陷进行检测与评估。首先利用主动式全景视觉传感器(AODVS)实时获取内壁全景图像和激光横断面扫描全景图像, 然后对管道内壁全景图像进行柱状展开、预处理和缺陷检测及分类等处理; 然后对激光横断面扫描全景图像处理, 计算管道内壁点云的三维坐标, 进一步对管道缺陷部分进行定量分析, 最后利用三维建模技术重构带有真实纹理信息的管道模型。实验结果表明: 文中设计的检测系统能够对管道凹凸形变、孔洞、管壁裂缝、腐蚀等缺陷进行检测与分析, 具有较高的检测精度, 为管道内表面三维测量和重构提供了一种新的手段。

全景视觉是计算机视觉领域中的关键技术之一, 而投影模型在全景技术中又起到了非常重要的作用。为了减少柱面投影带来的水平直线畸变以及保证不同摄像机之间图像接合处的平滑性, 本文针对多摄像机全景系统提出了基于柱面的多平面全景投影技术, 该技术首先通过对每个摄像机图像平面做柱面投影来实现柱面全景图像。然后在根据柱面全景中的内容进行水平二次划分为几个子图像。最后, 对划分后的子图像再按照反柱面投影模型进行一次多平面投影就得到水平直线畸变较小的全景图像。实验结果表明该方法校正后的全景图像中水平直线的曲率不大于0.002, 同时还保证了不同图像平面接合处的平滑性。

解算的主要目的是将全方位图像还原成无畸变的图像。本文根据双曲面折反射全景视觉系统成像特点，提出了一种基于前向映射的全方位图像解算的改进算法。该算法首先采用前向映射空间变换方法将全方位图像的像素映射到虚拟观察平面上，然后利用改进的Shepard 散乱数据插值法复原完整的解算图像，从而避免了在畸变的全方位图像中直接插值引起的图像解算的失真。实验结果表明，该方法不但消除了全方位图像的非线性畸变，而且提高了插值精度和图像灰度曲面的光滑性，使解算图像更接近真实景象。