视频拼接技术的标准

视频拼接技术，即对有重叠区域的多路源视频数据利用拼接算法进行拼接，消除重叠区域，形成宽角度、大视场视频图像的技术。

随着数字视频技术的发展，视频拼接技术在各工业领域均有广泛的应用需求，如天文探测中需要提供大面积和高分辨率的全景图像；汽车环视系统需要为汽车驾驶提供车身四周更全面的辅助驾驶图像信息；道路监控系统需要提供更宽角度的道路视频信息；海洋勘探中也需要提供全景观测图像。图像和视频拼接技术可以广泛满足以上领域的需求，提供高质量与大角度的图像和视频信息。

自1965年计算机图形学创始人Ivan Sutherland在IFIP会议上做了题为“TheUelimate Display”的报告，提出计算机图像配准技术这一课题以来，图像配准技术已经历近半个世纪。总结其发展历程，图像配准方法归结起来可大体分为两类，即基于区域的图像配准方法和基于特征的图像配准方法。

基于区域的图像配准方法出现较早，查阅相关文献发现，目前基于区域的图像配准方法主要有相位相关法、灰度信息法和极坐标法。

基于区域的配准方法以相位相关法为代表，相位相关法由Kuslin和Hines于1975年提出，并先后由De Castro和Morandi等人，以及Reddy和Chatterji等人进行改进，使得其对于具有旋转和缩放的图像变换具有较强的适应性。基于区域的图像配准方法如下表所示。

基于特征的图像配准方法起步较晚，最早是Burt P.J 于20世纪80年代提出的基于拉普拉斯金字塔变换算法，基于特征的图像配准方法在近些年得到了广泛的关注和研究。与基于区域的图像配准方法相比，基于特征的图像配准方法起步较晚，但由于其拼接效果好，以及具有通用性好的优势，所以在近些年取得了快速发展。但是，该方法的缺陷是算法较复杂，耗时较长。

比较有代表性的基于特征的图像配准方法如下表所示：

基于特征的图像配准方法的大致发展历程如下表所示。

在国内，图像配准技术也日益得到广泛关注，衍生出许多比较优秀的算法。早在1997年，王小睿等人提出了基于序列相似度检测的图像配准方法实现了图像的自动配准，是国内较早研究图像配准技术并取得显著成果的案例。对于图像配准中存在的两大关键问题，即配准速度和拼接质量，也提出了相应的改进，比较有代表性的包括：

（1）2005年，针对图像金字塔搜索数据量大和运算速度慢等问题，侯舒维和郭宝龙等人提岀了边缘信息闭值法。

（2）2010年，李庆和李芬等人以提高图像配准质量为目标，提出基于SUKF的PCB图像拼接算法。

总体来说，近年来，图像配准技术在国内外发展迅速且成果显著，但也在配准速度、精确度和实时性，以及自动化等方面存在较大的发展空间。

快速掌握MIPI开发攻略