论文部分内容阅读
随着信息技术的发展和摄像设备的普及,视频以其丰富的内容、直观的表现方式以及容易获取、存储和传输等优点成为人们获取资源信息的重要手段。然而当摄像设备在运动的状态下,由于拍摄姿态的变化和机械震动等原因,使得采集的视频图像不稳定,在视觉上表现为模糊和抖动,严重影响了视频信息的使用。因此,运动状态下的成像设备所拍摄的视频抖动问题亟待解决。本文工作围绕运动状态下的视频稳像技术,重点研究了运动估计的各个环节和参考帧的选择策略。在运动估计模块,本文首先选择ORB提取算子提取特征点,并针对特征点的局部聚集问题,采用距离约束的方法进行优化,使得提取到的特征点分布均匀且数量适中。然后选择LSH近似最近邻查找算法对特征点进行匹配,基于R-BRIEF描述符的特性选择了Hamming距离进行描述子相似性的度量,并针对错误匹配以及左右匹配不一一映射的问题,通过角点值约束和Hamming距离比值约束以及一一映射检测,去除掉可靠性较差的匹配点对。随后,针对初匹配结果中仍存在误匹配的问题,采用RANSAC算法进行剔除,去除误匹配点对和局部运动的影响,并针对在景深不同和图像模糊时RANSAC内点精度不高的情况,采用PROSAC算法对匹配点对先进行优先级排序,提高内点精度和匹配准确度。在参考帧的选择策略部分,针对传统更新方法带来的帧间跳变的缺陷,采用基于累积变换的参考帧更新策略,统一了全局运动和补偿的基准,解决了帧间跳变问题,并针对过程中产生的累积误差,通过设定匹配阈值调整参考帧更换条件,减少参数的传递次数。此外,本文还研究了运动滤波和运动补偿这两个模块,通过Kalman滤波分离出全局运动参数中的意向运动部分和随机抖动部分,再通过双线性插值方法对抖动进行反向补偿,最终得到平滑稳定的输出视频。最后,本文基于VS2010平台编程开发了一套电子稳像系统软件,经过大量在运动状态下拍摄的视频进行测试后,论证了本文的算法能够快速有效地实现运动状态下的电子稳像。