题目：摄像机水平巡扫下的背景全景图生成

    随着视频图像数据的激增，视频图像的处理已然成为当今计算机视觉科学领域讨论和研究的热点之一。其中，基于视频分析处理的监控技术在社会各个领域得到了广泛应用，也随之带来了关于应用模式、技术挑战等问题的探讨。

    目前视频监控主要有两种模式：摄像机静止监视和摄像机运动监视。摄像机静止监视模式，适用于固定场景下的监控，经过图像处理可得到固定视场下的背景模板图，利用当前帧图像和背景模板图比较以获取该视场中的运动目标，然而这种模式存在的问题是监控视场固定，因而不利于大视场的视频监控，虽然可以采取多摄像机联合监控，但是联合监控一方面会增加费用，另一方面需要增加大量人力物力以实现对这些摄像机设备的管理，此外还会存在如何实现多摄像机的协同工作和数据同步等技术问题。而对于单摄像机运动监视模式，虽然在一定程度上可以扩展监视范围，但是在每个时刻依然只能得到小范围的监视场景，这种“管窥”的效果不利于从时间、空间上对发生事件的整体感知。另一方面，目前已有一些研究针对摄像机拍摄的视频图像进行拼接，生成一幅大视场、全方位、高分辨率的全景图像，虽然提高了对大范围监视场景的整体感知，然而这种方式获取的全景图一般含有运动目标，使得图像中往往存在“鬼影”，不利于观察，也不利于在全景图上镶嵌运动目标及描述运动目标轨迹等进一步处理。

    针对以上问题，本文研究内容为背景全景图的生成。摄像机水平巡扫运动时，对获取视频进行检测以剔除运动目标，进而利用图像拼接技术生成一幅大视场的背景图像。生成的背景图像可以为摄像机后续扫描时的运动目标检测提供依据，同时也可将检测出的运动目标及其运动轨迹标注在背景全景图中，便于查看目标全局态势。

本文研究的主要工作内容包含以下三个方面：

    1. 摄像机水平巡扫运动，利用视频图像的帧号确定摄像机是否转动到同一位置，从而可以抽取摄像机拍摄得到的相同视场的图像序列。然而由于摄像本身的原因，摄像机每圈扫描后获取的该圈视频帧数并不一定相同，或多或少会存在一定的偏差，需要对同一位置获取的图像进行配准。因此针对本文中摄像机运动模式，本文在比较基于灰度信息的配准、SIFT配准、相位相关配准后，，确定采用相位相关法配准摄像机转动到同一位置获取的图像序列，使其在场景上保持一致，并且在满足配准精度的前提下保证配准速度。

    2. 针对背景模板的建立，本文研究了混合高斯模型（Gaussian Mixture Model, 简称GMM）方法。这种方法能比较好的生成背景模板，但是该方法在摄像机巡扫圈数比较少的情况下，并不能很好的生成背景模板。针对GMM方法的不足，本文提出一种基于平均值的思想的快速背景模板生成方法。利用不同周期下各个对应像素点的灰度值的平均值和方差剔除前景点，保留背景点，最后分别计算背景点三个颜色通道的平均值作为背景模板对应像素点的像素值，从而比较快速的建立背景模板。实验结果表明，在摄像机巡扫的模式下，所提出的背景模板方法相比经典的抗干扰的GMM方法，在生成背景模板效果相当的前提下，能利用更少的视频图像建立准确的背景。

    3. 在背景模板生成之后，需要把不同位置的背景模板图像拼接生成一幅背景全景图像。由于生成的相邻背景模板之间的映射变换比较复杂，本文采用适用于多种变换、稳定性好、鲁棒性强的SIFT方法进行背景模板配准，并采用RANSAC方法对配准效果进行优化，最后利用渐进渐出图像融合技术，有效的消除了拼接痕迹，生成一幅干净的背景全景图。