电子稳像技术研究与实现简

针对电子稳像技术在现实中的应用,提出了一种基于角点检测与块匹配的电子稳像改进算法.接着根据块匹配方法找到相应的特征块,并从中找到对应的角点对,运用6参数摄像机运动模型求解运动参数,完成运动估计.采用基于FPGA+DSP通用架构的图像处理硬件平台,用CCS编写程序,将改进的稳像算法移植到TMS320C6416DSP中,达到实时实现视频稳像的目的.算法仿真结果与试验表明,改进的算法具有稳像精度高、速度快等特点,同时经过电子稳像系统处理后的视频图像更加清晰稳定且实时性好.?更多还原     

一种改进的基于角点检测的并行化电子稳像算法

针对摄像设备拍摄视频抖动问题和实时处理要求,本文提出一种改进的基于角点检测的并行化电子稳像算法.该算法采用并行计算和软硬件协同计算的方法,对基于Harris角点检测及Hu几何不变矩的电子稳像算法进行了改进,算法通过网格划分和区域极限值的并行计算,减少了角点检测的计算量,采用并行化改进的RANSAC计算提升了剔除误匹配的处理效率,并基于图形处理器(Graphic Processing Unit,GPU)和FPGA完成了电子稳像算法的优化设计实现.实验结果表明,本文算法在保证良好稳像质量的同时,对720p视频进行单帧稳像的时间仅为25.48ms,能够完成帧率为30帧/s的分辨率为1 280×720的视频实时稳像.     

一种基于角点特征的数字稳像算法研究

针对复杂背景情况，提出一种基于角点特征的车载视频图像序列数字稳像算法．采用改进的Harris算子提取特征点，根据三级匹配策略实现对应点的匹配；建立参考图像与当前图像的映射关系，采用最小二乘解得到图像帧间的全局运动参数；最后利用Kalman滤波平滑运动参数，实现帧间的实时运动补偿，达到稳像目的．实验结果表明该方法去除了高频抖动，较好的保留了摄像机的主动运动，稳像后的视频具有良好的视觉效果．     

基于FAST-9角点与光流法的机载视频稳像算法

针对机载视频图像受载体姿态运动及抖动而出现的不稳定现象,提出FAST-9角点与光流法结合的电子稳像算法。首先对参考帧提取FAST-9角点,利用光流法在当前帧找到匹配特征点以求取帧间运动矢量。采用卡尔曼滤波计算出补偿分量,对各帧图像进行运动补偿。经过稳像前后的视频序列帧间差值对比可知,很好地去除了视频序列的抖动。     

基于补偿区域的块匹配算法研究与实现

利用块匹配算法实现抖动视频序列稳定是现代电子稳像技术的发展方向之一,传统块匹配算法采用全局搜索策略,计算精度较高,但是系统延迟也高,不利于算法的推广应用.通过对传统算法的研究知道,传统块匹配算法在经行稳像前要预留一定的补偿区间,而补偿区间的大小直接影响到了稳像算法的效果,特别是低延迟性.通过实验仿真验证,在视频抖动幅度较小时,改进了传统算法对补偿区间的要求,改进后的算法不仅可以有效降低系统延迟,而且稳像效果良好.     

基于分块灰度投影的无人飞行器视频稳像方法

针对传统灰度投影算法局部运动影响全局运动矢量估计精度的问题,结合无人飞行器航摄视频图像的特点,提出一种适用于无人飞行器的视频稳像方法. 该方法将图像划分为若干子区域,剔除灰度特征不明显和物体局部运动等影响全局运动估计精度的子区域,对保留的子区域分别采用灰度投影法计算运动矢量,由局部运动估算出图像的全局运动矢量,经过运动决策,将运动补偿矢量应用于图像补偿,获得稳定的视频图像. 对真实无人飞行器航摄视频稳像实验结果表明,该算法稳像准确度与块匹配全搜索算法相当,而单帧稳像时间只有块匹配全搜索算法的1/3,在准确性和实时性方面均优于传统灰度投影算法.      

基于运动目标识别的摩托车视频监控驾考识别技术研究

针对人工监考摩托车驾考往往存在徇私舞弊、判断不准确等缺点,提出一种基于运动目标识别的摩托车视频监控驾考识别技术.基于改进ORB图像特征匹配算法、消除误匹配点等策略对摩托车驾考监控视频进行稳像处理;使用边缘轮廓检测的运动目标识别算法,完成运动中摩托车目标图像边缘轮廓特征检测,利用双目视觉极线约束模型对摩托车目标特征点进行立体匹配与三维重构,提高轮廓检测精度.测试结果显示,该方法检测摩托车驾考目标的最优准确率可达96％,检测算法运行的响应时间较少、实时性优,具有良好的视频监控驾考适应性.     

基于分块Harris特征的航拍视频拼接方法

针对现有航拍视频拼接算法处理速度慢、准确性不高等问题, 提出一种基于分块Harris特征的航拍视频拼接方法, 改进了传统基于SIFT特征提取算法的不足, 缩短了匹配时间, 提高了匹配准确性。首先采用分块Harris角点提取的方法均匀提取图像中的角点, 然后采用金字塔光流算法进行角点匹配, 最后通过改进的RANSAC方法求出仿射变换参数。实验表明, 该方法能够实时对航拍视频进行拼接, 具有更高的准确性。     

基于分块Harris特征的航拍视频拼接方法

针对现有航拍视频拼接算法处理速度慢、准确性不高等问题,提出一种基于分块Harris特征的航拍视频拼接方法,改进了传统基于SIFT特征提取算法的不足,缩短了匹配时间,提高了匹配准确性。首先采用分块Harris角点提取的方法均匀提取图像中的角点,然后采用金字塔光流算法进行角点匹配,最后通过改进的RANSAC方法求出仿射变换参数。实验表明,该方法能够实时对航拍视频进行拼接,具有更高的准确性。     

基于DM642的视频稳像系统设计

从算法级和程序级两个方面对稳像算法进行改进,设计了一种基于DM642的电子视频稳像系统.阐述了稳像系统的系统组成、硬件设计、软件设计以及稳像算法,对基于灰度投影法的稳像算法及改进方法作了重点介绍.实验表明,该系统具有很好的稳像效果,具有较高的应用价值.     

车载视频系统中基于半像素级搜索的电子稳像算法

在车载视频监控与通信系统中,摄像机抖动引起图像序列的不稳定,直接影响监控效果。因此,电子稳像技术在车载视频监控与通信系统中的重要性和必要性十分显著。在简单分析了基于整像素级搜索的几种电子稳像算法的准确性和实时性后,改进了基于半像素级搜索的电子稳像算法,仿真实验结果表明改进算法在准确度和实时性上得到一个很好的权衡。     

一种基于卡尔曼滤波的数字稳像算法

经典卡尔曼滤波算法对存在复杂有意扫描运动的视频进行数字稳像时,稳像后的图像帧会出现较大未定义区域,为了解决该问题,文章提出了一种改进的数字稳像算法,并采用块匹配法估计相邻两帧图像的全局运动矢量,使用卡尔曼滤波器对全局运动矢量进行滤波,构造表征未定义区域大小的偏差量,并与滤波器残差相加作为新的残差,根据偏差的大小及其变化,采用模糊控制的方法控制偏差值对新残差的影响。实验结果表明,该方法能够有效滤除视频中的高频和低频抖动噪声,同时明显减小稳像后视频帧的未定义区域。     

一种改进的基于低延迟的电子稳像算法分析与实现

低延迟是研究电子稳像技术的发展方向之一,传统块匹配算法采用穷举搜索策略,虽然精度较高,可是计算过程复杂,达不到稳像算法对低延迟性的要求,为此提出了一种电子稳像算法:改进的粗细结合算法,采用粗细结合的搜索方式,缩小了搜索范围.仿真结果表明,该算法可以有效地降低系统延迟性,而且稳像效果良好,具有一定的应用价值.     

基于单向投影矢量的数字电子稳像方法

为了减少计算量，进行实时稳像，提出了一种基于单向投影矢量进行运动估计的数字稳像方法．把匹配块像素灰度值向水平或垂直方向投影，形成一个原始矢量；对参考图像的搜索区进行投影，形成多个同样维数的矢量．构建一个参考矢量矩阵；比较原始矢量与参考矢量矩阵中的每个矢量之间的差分．找到最佳匹配点．在构建矢量时，绑定像素的位置信息，以降低误匹配，并运用快速搜索法找到矢量间的最小绝对差分．对该算法的运算量进行优化，在PC机上实现了实时稳像．     

基于CUDA 和卡尔曼预测的实时电子稳像方法

针对传统电子稳像方法无法实现视频的实时处理的问题, 提出以SURF(Speed Up Robust Features)配准算法为基础, 基于CUDA(Compute Unified Device Architecture)编程实现算法的加速, 并利用卡尔曼预测器进行实时预测。算法利用CUDA 并行编程实现帧间特征点的提取和配准, 获得帧间运动矢量; 利用卡尔曼预测器获得稳定后的运动矢量, 实现对当前帧的运动矢量的补偿, 以达到实时稳像的目的。仿真实验结果表明, 该方法可有效去除视频帧间的抖动, 稳像效果良好, 实现了视频的实时处理。     

基于小波变换的块匹配运动估计方法

将小波变换引入低码率视频图像序列的运动估计研究中，提出了基于小波变换的块匹配搜索方法．该方法的特点是可根据运动物体的大小和运动程度，用可变宏块进行运动估计，统一了匹配块和匹配点的搜索，发展了一种改进的三步搜索算法．实验结果表明，该算法比三步法有更高的精度，更适应低码率和多细节视频图像传输中的运动估计．     

一种基于无回溯搜索方法的块匹配运动估计算法

针对视频图像的运动估计问题,提出了一种无回溯搜索的快速块匹配算法.算法基于快速模式匹配KMP算法思想,将图像中的块匹配转化为一个一维的串模式匹配.利用子块的自匹配特性,计算子块中每一个像素的next值.当模式中第j个像素与主块中的像素"失配"时,从子块的next数组中找到第r个像素继续比较,不需要回溯到开始匹配的位置.对具有不同复杂运动的视频图像进行实验,结果表明:在搜索窗口大小为(-12,-12)×(12,12)的区域内,与六边形搜索算法相比,在运算速度相同的条件下,本算法可大幅度提高运动估计的精度.     

基于兴趣区域的特征匹配的电子稳像方法

为提高电子稳像技术中运动矢量估计的准确性, 采用基于兴趣区的特征点匹配进行运动矢量估计。该算法选取图像的兴趣区(ROI: Region of Interest)进行Harris 的特征点检测, 将ROI 内的特征点稀疏化, 利用SAD 准则在相邻帧的特征窗内寻找匹配点对和距离准则剔除误匹配点进行逐帧运动补偿。实验结果验证了该算法的有效性。     

一种基于RANSAC的柱面图像配准算法

提出了一种基于RANSAC的柱面图像配准算法.首先采用NCC算法对检测出来的Harris角点进行粗匹配,然后采用两次改进的RANSAC算法删除误配,提高正确匹配角点的数量,最后对仿射变换模型参数进行Levenberg-Marquardt非线性优化以进一步降低图像的配准误差.实验结果表明:通过一次改进RANSAC去错配后角点有效匹配率达到约99.2%,通过二次改进RANSAC去错配后角点有效匹配率达到约99.6%,与现有算法相比,在同等条件下获得了更高的匹配有效率.     

抖动视频的电子稳像算法

为解决视频序列中出现的抖动问题,提出了一种基于感兴趣区域的电子稳像算法。该算法首先对采集到的每帧图像建立高斯金字塔并进行下采样,然后结合稳像数学模型,求
解仿射变换参数,最后对每帧画面进行运动补偿,输出稳定的图像序列。仿真实验结果表明,该算法具有较好的稳像效果,对较大的旋转和平移运动,有较强的鲁棒性和准确性。与原始序列相比,稳定图像序列帧间的峰值信噪比平均提高了约10 dB。