一种基于迭代运动估计的全景稳像系统

提出一种图像全景补偿输出的实时稳像系统.首先,提出了基于子区域运动迭代的全局运动估计算法,来快速有效地求取图像平面的仿射运动参数:在求取各子区域运动时,采用灰度投影相关的三点自适应搜索策略,结合大小搜索步长,进行由粗到细的搜索定位;然后将各子区域运动带人6参数仿射运动模型,通过最小二乘迭代,去除误差较大块即误匹配或前景运动块,从而提高全局运动估计精度.其次,对原始运动矢量序列进行滤波处理,以提取抖动参数:采用Kalman滤波器,一方面较好地平滑运动矢量以降低视频抖动,另一方面有效跟随摄像系统的有意扫描运动.最后,提出图像全景补偿方法,有效改善图像边界信息缺失带来的视觉误差.实验结果表明该系统可以实时处理视频序列的平移旋转等抖动,而且输出全景视频图像保持视觉的完整流畅.     

基于三维VR技术的小区域目标重建研究

针对当前重建目标区域缺失图像信息时局限性较大,提出一种结合三维VR技术的小区域目标重建方法。对小区域目标进行相机标定,在相机标定过程中,引入小区域目标二维图像物理参数组建相机成像模型,利用直接法求解小区域目标成像参数,结合相机标定的结果利用SURF算法对小区域目标二维图像提取特征点。寻找小区域目标图像内任意一个主方向,构成各个特征点的图像旋转不变量,以该不变量为依据利用归一化互相关方法计算出小区域目标两图像块之间的近似程度,通过对极几何的性质约束小区域目标特征匹配点计算基础矩阵,以获得的小区域目标投影矩阵和特征点的匹配关系为依据,完成小区域目标空间点的三维重建。实验结果表明该方法准确率及实用价值较高。     

基于鱼眼相机的自运动参数异步估计

自运动参数估计是辅助驾驶、机器人导航等领域的核心问题之一。本文提出了一种适用于鱼眼相机的自运动参数异步估计方法。该方法通过特征分类及虚拟面投影,对旋转运动参数和平移运动参数分步估计。解决了以往算法中,旋转参数和平移参数同时估计时,二者相互影响的问题,提高了估计精度。本文首先利用平台运动特性简化相机运动模型,并根据不同距离不同位置的景物对运动参数估计的作用,对背景特征进行分类。分析并推导了各类特征的运动规律。然后根据运动规律,利用远处背景及一般背景特征估计旋转运动参数,利用地面特征估计平移运动参数。实验结果表明,本文方法不易受光照和干扰点影响,同一些经典方法相比,本文方法更具准确性和鲁棒性。     

基于MPEG的全局运动估计技术

提出了一种基于MPEG(moving picture experts group)的全局运动估计技术: 利用四参数模型来描述由摄像机运动带来的全局运动,再利用基于块匹配的算法来求解4个参数,进而作相应的运动补偿.由于MPEG视频流中的运动矢量蕴含了最优块匹配的信息,所以不需要对MPEG视频流完全解码,即可进行参数估计.实验证明该算法速度较快,并能通过运动补偿排除由摄像机运动造成的伪运动区域的干扰.     

复杂背景下运动目标检测方法

利用相邻两帧图像的运动信息更新特征块提取阈值，实时地提取出当前帧图像中最能体现背景运动特征的特征块。采用块匹配的运动估计方法获取了各块的运动矢量，再依据所有特征块运动矢量的统计特性提取出背景运动矢量来配准差分，实现了目标的检测。实验结果表明，此方法能有效地检测复杂背景下的运动目标。     

基于SIFT特征与预测的运动目标检测算法

为了在动态场景下对运动目标进行快速检测,提出一个改进的SIFT特征匹配的检测算法。首先采用SIFT方法提取匹配的特征点;然后为全局运动建立起旋转参数模型,并使用RANSAC方法排除外点的影响,运用最小二乘法求解全局运动参数;最后利用基于残差图像块的更新策略对特征点进行更新。该算法是基于预测的SIFT特征点匹配算法,不仅保持了SIFT方法的优越性能,而且提高了检测目标的速度。与块匹配算法的实验结果对比表明,该算法可以实时准确地检测出运动目标。     

相机自运动参数的鲁棒性估计

相机自运动估计是视觉导航中的关键技术之一,主要是通过分析相机在不同位置拍摄到的场景图像来获取相机的运动信息.从数学上讲,相机自运动估计已经形成了完备的理论基础,但是由于图像中包含大量的噪声,会使算法的性能大幅度降低,因此,如何提高自运动估计的鲁棒性是当前面临的主要问题.主要研究了基于匹配点对的自运动估计的鲁棒性问题,其核心思想是:同时利用多种算法进行自运动参数估计,从中选择最优的估计结果以提高算法性能.首先利用SIFT特征提出两幅图像中的匹配点对,然后采用一种匹配点对选取策略减小匹配点对的错误率.利用多种方法对基本矩阵进行估计,依据成像约束关系从中选择最优估计,以获得最佳估计结果.最后利用仿真数据和实验图像对算法进行验证,实验结果表明了算法的有效性.     

基于MPEG的全局运动估计技术

提出了一种基于MPEG（moving Picture experts group)的全局运动估计技术;利用四参数模型来描述由摄像机运动带来的全局运动,再利用基于块匹配的算法来求解4个参数,进而作相应的运动补偿,由于MPEG视频流中的运动矢量蕴含了最优块匹配的信息,所以不需要对MPEG视频流完全解码,即可进行参数估计,实验证明该算法速度较快,并能通过运动补偿排除由摄像机运动造成的伪运动区域的干扰。     

一种适用于遮挡问题的运动补偿帧插值方法

针对二维运动估计中常出现的遮挡问题,提出一种基于网格模型的运动补偿自适应帧插值技术,将图像帧中分为3种不同区域,根据各自的特点分别进行运动估计和运动补偿插值。在准确检测遮挡区域前提下,单独对遮挡区域处理有效地减小了运动估计误差。提出采用特征窗口运动补偿匹配的方法进行网格节点运动矢量估计,消除了传统块匹配方法导致的块效应,得到了亚像素的匹配精度。实验证明,该方法简单易行,有效地解决了遮挡区域的运动估计问题,插值图像具有较好的视觉效果。     

基于双向稀疏光流融合的小目标检测方法

针对动态背景下的小目标检测问题,提出了基于双向稀疏光流融合的目标检测方法.首先采用FAST方法提取当前帧图像中的角点,然后在连续的三帧图像中进行前、后向稀疏光流跟踪,确定正确匹配的特征点对,利用匹配的特征点对计算用于背景补偿的帧间运动参数,最后在背景补偿的基础上进行三帧差分,以检测出图像中的运动小目标.实验结果显示,本算法能够很好地解决背景和目标同时快速运动的问题,为运动目标的跟踪奠定基础.     

一种高精度的压缩域视频目标分割算法

该文提出了一种工作于MPEG压缩域的快速视频目标分割算法。该算法以从MPEG1/2码流中部分解码提取的特征为输入,提取P帧中的运动目标。针对一般的压缩域算法目标边界精度不高的特点,算法采用I帧和P帧中每个块的直流DCT系数和3个交流DCT系数,以及运动补偿信息,重建出P帧的原图像1/16大小的子图像,采用快速平均移聚类得到具有较高边界精度的亮度一致的区域;针对运动向量的噪声容易造成错误检测的缺点,算法结合聚类分析结果和运动块的分布,采用基于马尔可夫随机场的统计标号方法对目标和背景区域进行分类,得到每个P帧的目标掩模。该算法可以得到44子块的边界精度,对于CIF格式的码流,在Pentium IV 2GHz平台上可以达到每秒40帧的处理速度。     

基于运动补偿的Snake视频对象跟踪算法

当对象移动幅度大时，Snake视频对象跟踪算法中的曲线迭代过程易陷入局部最小，为此，提出一种运动补偿预处理的解决方法。此方法预先估计对象的运动信息，然后对Snake曲线的初始轮廓位置进行运动补偿，最后进行Snake跟踪。实验表明，这种方法不仅跟踪效果好，而且能有效地减少Snake曲线演化的迭代次数。     

基于背景重构的运动对象越界侦测方法

提出了一种基于背景重构的运动对象越界侦测方法,该算法利用当前视频图像和背景视频图像,通过差分法获取运动对象模型和背景差值,再利用运动对象模型的连续性绘制运动对象轨迹,对轨迹和警戒线交叉方程进行越界侦测。同时,利用当前视频图像融合背景图像生成新的背景图像,能有效保证识别算法的自适应性,提高侦测结果的准确性。     

Moving object detection and tracking from video captured by moving camera

This paper presents an effective method for the detection and tracking of multiple moving objects from a video sequence captured by a moving camera without additional sensors. Moving object detection is relatively difficult for video captured by a moving camera, since camera motion and object motion are mixed. In the proposed method, the feature points in the frames are found and then classified as belonging to foreground or background features. Next, moving object regions are obtained using an integration scheme based on foreground feature points and foreground regions, which are obtained using an image difference scheme. Then, a compensation scheme based on the motion history of the continuous motion contours obtained from three consecutive frames is applied to increase the regions of moving objects. Moving objects are detected using a refinement scheme and a minimum bounding box. Finally, moving object tracking is achieved using a Kalman filter based on the center of gravity of a moving object region in the minimum bounding box. Experimental results show that the proposed method has good performance.     

A Robust In-Car Digital Image Stabilization Technique

Machine vision is a key technology used in an intelligent transportation system (ITS) to augment human drivers' visual capabilities. For the in-car applications, additional motion components are usually induced by disturbances such as the bumpy ride of the vehicle or the steering effect, and they will affect the image interpretation processes that is required by the motion field (motion vector) detection in the image. In this paper, a novel robust in-car digital image stabilization (DIS) technique is proposed to stably remove the unwanted shaking phenomena in the image sequences captured by in-car video cameras without the influence caused by moving object (front vehicles) in the image or intentional motion of the car, etc. In the motion estimation process, the representative point matching (RPM) module combined with the inverse triangle method is used to determine and extract reliable motion vectors in plain images that lack features or contain a large low-contrast area to increase the robustness in different imaging conditions, since most of the images captured by in-car video cameras include large low-contrast sky areas. An adaptive background evaluation model is developed to deal with irregular images that contain large moving objects (front vehicles) or a low-contrast area above the skyline. In the motion compensation processing, a compensating motion vector (CMV) estimation method with an inner feedback-loop integrator is proposed to stably remove the unwanted shaking phenomena in the images without losing the effective area of the images with a constant motion condition. The proposed DIS technique was applied to the on-road captured video sequences with various irregular conditions for performance demonstrations     

Moving Objects Detection Using Intersecting Cortical Model in Enhanced Fish-eye Image

A new method of the moving objects detection using the enhanced fish-eye lens and the intersecting cortical model (ICM) algorithm is proposed. The improved fish-eye lens is designed through controlling the entrance pupils of the lens.This lens has an ultra field of view about 183 degrees,and can image resolution.The ICM is a model based on pulse coupled neural network(PCNN) which is especially designed for image processing.It is derived from several visual cortex models and is basically the intersection of these models.The theoretical foundation of the ICM is given.An improved ICM algorithm in which some parameters are modified is used to detect moving objects specially.The experiment indicated that moving objects can be detected reliably and efficiently using ICM algorithm from the elliptical fish-eye image.It can be used in the field of traffic monitoring and other security domains.     

基于二维频域投影的弱小运动目标检测方法

针对光学成像弱小运动目标难以准确快速检测问题,提出了基于图像序列行列最大投影的二维频域运动小目标检测算法。首先,为了减少计算复杂度和使目标背景分离,将经过背景全局运动补偿后的视频向二维频域投影并去除频率为零的成分,从而获得含弱小运动目标和噪声的图像序列;其次,通过行列序列最大投影,得到信噪比提高的含弱小运动目标的行列图像;然后,通过主运动滤波和图像重构,检测到滤除配准误差和噪声的弱小运动目标;最后,针对强噪声干扰下的弱小运动目标检测问题进行了仿真实验,仿真结果表明,所提算法不仅可有效的检测出弱小运动目标,而且相对单一的行列分解图像在二维频域内有更高的检测信噪比。     

基于OpenCV的视频对象的运动检测

随着信息技术的发展和视频监控系统的普及,视觉监控技术在科学研究、工业生产中得到了越来越多的应用。智能监控系统包括3方面内容：运动检测、运动方向判定和图像跟踪,其中运动检测是重要的基础内容。本文介绍了一种以视频图像为检测源的快速运动的检测方法,与传统的运动检测方法相比较,该方法采用了视频处理技术,通过先进的运动检测算法快速识别运动物体,并能准确、迅速判断出运动物体的运动方向,并予以标注。实验表明该方法是有效的。     

矿井车载摄像系统中电子稳像算法的研究

为克服矿井车载摄像系统在视频采集过程中的图像抖动问题,提出了一种基于MIC-Harris角点特征的自适应运动补偿电子稳像算法。首先,提出MIC-Harris角点检测算法和由粗到精的匹配策略,实现序列中特征点的快速精确提取。然后根据矿井移动车载图像运动特点,构建运动参数估计模型,运用最小二乘法实现全局运动矢量的求解。最后,提出自适应相邻帧补偿方法,结合Kalman滤波实现补偿矢量的计算,在滤除高频随机抖动同时保留了车载摄像机低频主动运动,并克服了连续视频序列长时间稳像处理的帧间累积误差问题。实验仿真结果表明：本文提出的算法不仅融合了MIC运算速度快和Harris准确度高的优点,而且能够实现矿井车载摄像系统的长时间连续稳像处理,具有较好的稳像效果。     

鱼眼相机导引下的双目跟踪系统

在智能监控领域,鱼眼相机比传统摄像机拥有更大视野,然而由于其分辨率的限制及鱼眼图像畸变的影响,使得目标物的细节信息难以观察,为克服这个难题,搭建了鱼眼相机导引下的双目跟踪系统。该系统利用鱼眼相机进行全景观察,检测出目标物,采用角度拟合法求出目标物的方位角,通过云台控制双目相机精确定位到目标物,然后对目标物进行距离测量,并使目标在不同的位置进行实验。实验结果表明,系统能准确检测出鱼眼图像中的运动目标,角度标定精度达到系统要求,双目相机能准确测出目标物距离。该智能监控系统能够减小鱼眼相机畸变对检测结果的影响,具有检测视场广和检测精度高的特点,为智能监控技术提供了检测方法。