基于电子稳像的特征跟踪算法

在摄像机不稳的情况下,为了使摄像机在跟踪过程中输出稳定的视频图像序列,需将电子稳像和数字图像跟踪算法进行结合研究.提出了一种基于电子稳像的数字图像跟踪算法.通过提取图像的特征点及确定对应特征点进行背景补偿、矢量计算和特征跟踪.与单纯稳像不同的是,该算法的处理过程中考虑到了稳像和跟踪参数的互相影响,解决了稳像中运动物体干扰问题和跟踪中背景特征点干扰问题,实验表明:此算法可提取出有效的特征点,保证算法的精度和实时性,对实际应用有重要意义.     

一种基于角点配对的稳像算法

提出一种基于角点检测与匹配的电子稳像算法.创新点在于将改进的角点检测和一点对多点的匹配算法相结合,降低了由于特征点的误匹配而引入的全局运动矢量误差,能解决大角度抖动图像序列的稳像问题.实验结果表明,该算法对稳像的角度没有了具体限制,实验中稳像角度可达17°,稳像后图像平均的峰值信噪比PSNR值比稳像前提高了26 dB.     

基于特征点轨迹增长的视频稳像算法

现今的特征点轨迹稳像算法都是基于网格变形达到稳定视频的最终目的,而保证结果不扭曲失真且稳定的网格变形需要由一定数量的长特征轨迹通过相应最优算法来实现。目前所提出的算法无法在保证良好时间性能下达到这一要求,针对这个问题,提出一种基于特征点轨迹增长的视频稳像算法。首先提取特征轨迹,为避免算法优先选择较长轨迹而导致轨迹分布过于集中造成局部抖动的问题出现,将特征点位置分布与轨迹长度相结合作为选择策略使特征点轨迹分布更加均匀;接着利用低秩矩阵迭代逼近原理生成虚拟轨迹来实现轨迹增长;最后利用网格变形生成稳定帧。将本文的算法与另外两种典型的特征点轨迹稳像算法相比较,其中包括基于对极几何点转移的稳像算法以及基于三焦点张量重投影的特征点轨迹稳像算法。实验结果表明,本文算法的特征点分布均匀且轨迹利用率高,与基于对极几何点转移的稳像算法相比,稳像效果更稳定并且时间复杂度更低,与基于三焦点张量重投影的特征点轨迹稳像算法相比,在保证稳像效果的同时时间复杂度更低。     

基于DM642的电子稳像的研究与实现

文中提出了一种基于DM642的特征点跟踪的电子稳像系统,系统采用TI公司的TMS320DM642专用图像处理芯片,稳像算法采用基于Harris角点检测的特征点跟踪算法.     

一种基于KLT-RANSAC全局运动估计的电子稳像算法研究

全局运动估计是电子稳像的核心,很大程度上影响整个稳像系统的性能.提出了一种基于KLT-RANSAC全局运动估计的电子稳像算法,该方法首先通过增加距离约束机制,并进行亚像素级定位,优化Harris特征点,选择KLT快速匹配算法实现特征点的粗匹配,之后引入了RANSAC算法剔除误匹配点,去除视频序列中分布在运动物体上的特征点,避免了局部运动对全局运动估计的影响.实验结果表明:本算法可以有效解决特征点匹配过程中的误匹配问题,避免局部运动对稳像的干扰,快速准确地计算出全局运动参数,最终可以实时处理存在平移和旋转抖动的视频,输出稳定高质量的视频.     

利用尺度空间下特征点进行匹配的电子稳像方法

在电子稳像过程中,获取准确的图像运动矢量是稳像的关键,而尺度不变特征转换（SIFT）算法可以较准确地提取运动矢量。为此给出了一种基于尺度不变特征变换的特征提取和匹配的电子稳像方法。SIFT算法是一种在不同尺度空间下提取特征点的方法,该方法首先进行尺度空间极值点检测,然后对特征点定位,最后进行特征向量生成与匹配。实验结果表明,该方法具有多量性,提取特征点数较多且特征匹配点对具有较高的准确率,可以获取较理想的稳像效果。     

基于快速尺度空间的无人机影像自适应稳像方法

为实现无人机航拍影像的实时稳像,针对稳像过程中特征检测的速度问题和运动滤波的发散现象,提出了一种改进的AGAST算法与自适应Kalman滤波相结合的实时稳像算法。对于无人机实时航拍视频序列,以当前帧的前一帧为基准进行稳像处理。改进的AGAST特征检测算法在尺度空间的基础上快速提取AGAST角点特征,用二进制描述符对其进行描述,然后用汉明距离匹配特征点。对于已获得的匹配特征点对集合,用RANSAC原则剔除误匹配点,再计算运动矢量。最后使用自适应Kalman滤波提取出运动矢量中的无人机主动扫描分量,进行运动补偿,获得稳像结果。实验数据使用标准测试图集和自己采集的无人机航拍视频,实验结果表明,所提算法在连续视频序列处理时效果显著、速度快,能够满足实时稳像的需求。     

快速平滑点特征轨迹电子稳像

为了提高机载成像系统输出视频的图像质量,提出了一种快速平滑点特征轨迹的稳像算法。以消除全局运动估计的帧间匹配累积全局运动、实现长时快速稳像为目的,建立有别于传统实时稳像模式的系统框架。首先采用SURF算法从原始的抖动视频中提取不稳定的特征点;其次利用Delaunay三角剖分算法判断特征点的邻接性,生成点特征轨迹;再次采用Kalman 滤波器对不稳视频中得到的点特征轨迹进行滤波处理,得到平滑的点特征轨迹;最后由原始点特征轨迹和平滑点特征轨迹估算出直接需要补偿的全局运动矢量。实验结果表明:该方法不仅能够实时处理失稳航摄视频,有效改善机载成像系统的图像质量,而且能够估计出相互独立的帧间全局运动矢量,可以应用于需要长时间稳像的场合。     

基于特征点匹配的电子稳像算法研究

针对基于特征点匹配的电子稳像算法中,SIFT算子计算量大,Harris算子检测不稳的问题,提出用Harris算子来进行特征点提取,并采用SIFT特征描述的方式对提取出的特征点进行描述,从而寻求算法在计算复杂度和匹配精度上的平衡点;在特征点匹配过程中加入RANSAC准则,以提高配对的准确性。仿真实验表明,本文算法对存在抖动的红外视频具有较好的稳像效果。     

基于Harris图像拼接的全景视频稳像算法

对于背景变换和抖动分量比较小的视频序列,传统稳像算法不能直接适用,本文提出一种基于Harris图像拼接的全景稳像算法。首先采用Prewitt算子提取出图像的边缘信息,在此基础上进行分区的Harris特征点检测;然后结合NCC（normalized cross correlation）算法与RANSAC（random sample consensus）算法实现图像间的特征点精确匹配,接着利用加权平均融合的方法进行图像融合;最后对融合后的全景图像进行剪裁,完成图像补偿,输出稳定的视频序列。实验结果表明:改进的Harris算法提高了算法效率以及正确特征点数量,并且本文稳像算法实时性较好,能够有效消除视频抖动并输出稳定的视频序列。