1. 研究目的与意义
随着国民经济的发展，人类对社会安全提出了更高的要求。
视频监控以其广泛覆盖和实时记录的特点受到广泛关注，已经成为公共社会安全的重要组成部分。
视频监控使用广泛，数据量呈现爆炸性的增长，使其成为大数据时代的重要数据对象。
2. 研究内容和预期目标
研究内容：监控视频至电子地图的空间化映射方法，在电子地图上行实时显示可视化地图。在监控视频和高清若干影像中选取相应的点位，计算单应矩阵，实现监控视频图像坐标到2D平面直角坐标的转换。
拟解决问题的关键：构建视频实景地图的关键在于视频与地图模型的精准、实时融合，对于每一监控视频，基于其几何互映射模型，可将图像坐标转换为平面直角坐标，然后获取相应的平面区域的颜色信息和动态目标的位置信息，即该内容映射结果为具有颜色信息的点云文件和动态目标点位置文件。对于众多监控视频，部分监控视频具有重叠区域，需要对映射结果进行合并或融合处理。 另外，将电子地图的接入需要一些接口权限的授予。
3. 国内外研究现状
国外，现在大多的特征匹配算法都是先以灰度相似性为基础，然后辅以对极几何约束或其他的约束进行搜索。Beardsley等运用相关性进行匹配，并且根据匹配的结果来进行基本矩阵的估计。Pritchett和Zisserman等提出了一种单应矩阵匹配的方法，他们认为匹配点对之间存在一个单应约束的关系，这种方法取代传统的灰度相似性和对极约束作为匹配的准则，此方法的关键一步就是求解精度较高的单应矩阵。M.Pilu提出了一种基于奇异值分解的立体匹配方法，但是M.Pilu的方法只是在代数意义下运算，没有其他的约束，导致其匹配精度不是很高。在最近几年，M.Bleyer和 M.Gelautz提出了一种利用图像分段和全局可见度约束的分层匹配算法。H.Hirschmueller提出通过半全局匹配和互享信息的精确有效的立体匹配处理。A.Klaus，M.Sormann andK.F.Karner提出基于部分利用可信传播和自适应相异点测量的立体匹配。David G.Lowe在2004年总结了现有的基于不变技术的特征检测方法，并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述SIFT算子。Naveed Bin Rais等,提出了一种基于对极几何的立体匹配算法，他们的算法利用对极几何约束使得搜索区域由在整个图像上由二维降为一维。最近有很多学者在基于颜色权重相关的立体匹配方法方面做了很多研究， QingxiongYang等提出一种基于颜色权重相关置信传播等级和闭塞处理的立体匹配算法，该算法处理不一致、不连续、闭塞等情况下的立体匹配。
国内，林志泉等人提出了一种基于特征的约束匹配方法，他首先提取图像特征点候选匹配像素集，再进行双向唯一匹配并在匹配过程中根据双目图像的投影特性设计视差约束，再设计一个滑动平均领域视差来剔除视差值偏差太大的匹配对。魏志强等提出了一种基于点特征的序列图像匹配方法研究，他提出了用3个向量来描述Harris角点方向特征的方法，并利用欧式距离对点特征进行匹配，还提出一种简单高效的排除错误的方法。文贡坚等提出一种基于视差点的大遮挡和立体匹配方法，解决了有遮挡场景匹配。
4. 计划与进度安排
准备阶段：明确研究目的和对象，设定阶段目标，选择合适的研究方法，做好准备工作（软件的安装、原始视频和图像的拍摄等）。
初步阶段：查阅相关原理、书籍资料，掌握核心思想，从图像单应性着手，先尝试完成图片到图片的单应性变换。
中期阶段：通过图片单应性变换，将连续的图片即视频图像通过矩阵变换匹配到普通图像上，形成可视化图像。
5. 参考文献
[1]基于多边形顶点单应映射的多摄像机前景融合实时运动目标检测[J].任劼,许铭,赵慧民,中山大学学报(自然科学版) 2016.04
[2]基于单应性矩阵的线结构光测量快速标定方法研究[J]. 彭谦之,杨雪荣,成思源,吕文阁,机电工程，2019.06
[3] 基于单应性矩阵的图像拼接方法研究[J]杨晨晓.2018.03
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
