图像拼接是计算机视觉中最活跃的研究领域之一，其应用包括航拍遥感图

像拼接、医学成像、安防监控、三维重建等。通过图像拼接的方法获取火车车

身的高清全景图像，可以为基于计算机视觉的火车车速测量、车型和车号识别

等技术提供便利，进而提高铁道交通管理的自动化程度和智能化水平。在对高

速运动的火车目标成像时，由于目标尺寸较大，形状极狭长，同时处于运动状

态，而相机成像视野有限，通常一帧图像只能拍摄到火车的局部，很难一次性

获取其高清全貌信息。因此，分析连续的包含火车局部信息的视频序列，通过

图像拼接还原火车的全景信息，具有重要的研究意义和应用价值。

本文设计并且实现了一套火车全景成像系统，包括硬件系统和软件系统。

系统首先采集连续的包含火车局部信息的高清视频序列，然后基于视频序列

进行火车全景成像。在视频序列的配准阶段，本文分别研究了金字塔模板匹配

法、KLT与DC Mean-Shift算法，两种方法在配准精度、配准速度以及鲁棒性

等方面可以相互补充。

本文的主要工作包括：

1. 设计并实现了火车全景成像系统，包括硬件系统和软件系统。硬件系统

基于英伟达（NVIDIA）公司的Jetson TK1开发板，采用模块化设计，其核心

处理单元为Tegra K1，同时集成了视觉传感模块、调校模块、交互模块和支撑

模块。软件系统包括图像预处理、视频序列配准、前景帧提取和图像融合等模

块。系统可以独立实现户外移动条件下的火车全景成像。

2. 实现了一种基于金字塔模板匹配的火车全景成像方法。该方法针对传统

模板匹配计算量大的问题，采用了图像金字塔结构，首先在图像的低分辨率尺

度上配准，根据配准结果进一步在高分辨率尺度配准，然后修正误匹配点、提

取前景帧并进行图像融合。实验结果表明，算法在不损失精度的同时效率明显

有所提高。

3. 针对视频序列配准问题，提出了一种基于KLT与DC Mean-Shift的算法。

该算法对每一帧图像提取一定数目的特征点并计算这些特征点在连续两帧间的

光流，然后对特征点的光流结果进行DC Mean-Shift分析。DC Mean-Shift算法

ii 基于视频序列的火车全景成像技术研究

利用了火车运动方向这一先验知识，实验结果表明，相比于Mean-Shift其收敛

速度更快，正确率更高。