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
装载有视频采集设备的巡检列车已被应用于铁路环境监测中。提出了一种从前向运动的列车车载视频中生成铁路环境立体全景图的方法，该方法仅使用一个摄像设备即可获取整个场景的立体全景信息。基于场景的几何先验和标定的相机参数从视频序列中连续地抽取一组梯形窄带作为完全采样拼接区域，窄带的宽度根据车速自动调节，将所有窄带经单应性变换修正后拼接得到全景图像，并据此构建准确的几何模型来生成全景立体像对。实验结果表明，该方法能够快速有效地生成具有立体感的全景图。与原始的视频格式相比，生成的全景图所需存储空间小，具有更广阔的视野和更强的真实感，可实现铁路场景的快速访问和沉浸式浏览。
机器视觉 立体全景图 条带拼接 车载视频 前向运动 铁路环境 光学学报
2014, 34(12): 1215005
