基于特征匹配的视频稳像算法

应用电子稳像技术的基本原理,以机载成像设备所摄取的图像为研究对象,实现了抖动视频序列稳像的过程。首先对参考帧图像提取特征点,在当前帧找到匹配的特征点以求取帧间运动矢量。采用Kalman滤波方法对运动矢量进行处理,去除抖动分量,再对参考帧进行逐帧运动补偿。经过穏像前后的视频序列帧间差值对比可知,很好的去除了视频序列的抖动。     

一种基于改进运动估计的电子稳像技术

在摄像机载体运动过程中会造成图像序列的不稳定,从而产生观察者的视觉疲劳甚至会丢失观察目标,电子稳像是解决以上问题的有效手段。电子稳像首先对全局运动进行估计,求出参考帧和当前帧图像的全局运动矢量。本文先取视频序列相邻两帧图像的子图像进行块匹配得出局部运动矢量,根据计算得到的运动矢量弧度值剔除错误的运动矢量,然后对剩余的运动矢量求平均值作为此区域的运动矢量,并把与此矢量弧度相近的块的中心点作为特征点,利用仿射变换模型求解出变换参数,最后经过运动补偿技术去除视频抖动。实验结果表明,该方法可以有效地抑制帧间的平移和旋转等抖动,达到了预期的效果。     

投影算法与块匹配法结合的实时数字稳像方法

为了实时地稳定摄像系统的输出视频，特别是图像序列中存在运动物体的视频，提出了一种稳像方法.首先用灰度投影算法对图像序列进行粗匹配；然后用块匹配法在粗匹配的基础上进行精确匹配；最后将两次匹配得到的运动矢量相加得到最后的运动矢量，补偿图像序列的运动.进行匹配的小块是根据参考帧的拉普拉斯变换选取的.对实时稳像实验结果的定量分析和评价表明，该方法切实可行，并具有速度快、精度高的特点.     

相机稳像专利技术综述

在摄像的过程中,由于摄像载体的不规则抖动,导致摄像系统姿态的变化,进而传递给系统的瞄准线,造成了摄像系统的光轴与目标之间存在无效的相对运动如平移运动等,最后导致了输出的视频图像不稳定.稳像技术是对随机抖动或运动的摄像平台所获取的动态视频图像序列进行修改和重排,最终输出平滑稳定的图像序列.笔者将从演进路线、专利分析等方面来展示稳像技术的发展现状和热点.     

SIFT特征匹配和VFC算法的电子稳像技术

为了处理较为模糊的抖动视频,提出了一种基于尺度不变特征转换(SIFT)的特征匹配和向量场一致(VFC)优化算法的电子稳像技术.该技术着重于研究视频的运动估计阶段,利用SIFT提取高独特性的特征点,根据特征点进行帧间匹配,结合VFC,通过向量场的学习将外点从内点区分开来,得到两帧图像中特征序列的平移轨迹,然后估算出运动补偿向量并校正每一帧图像的相对位置,从而输出稳定视频.实验表明,该电子稳像技术处理抖动视频时精度高和耗时短.     

一种改进的灰度码位平面运动估计算法

提出用于电子稳像的一种改进的灰度码位平面运动估计算法.该算法首先提取视频中当前帧和参考帧的相邻2层位平面,并进行比特变换,然后对其进行子图像运动估计,从而得到当前帧相对于参考帧的运动矢量,进而进行运动补偿,实现视频稳定.实验结果表明,该算法能在减小计算复杂度的同时提高稳像精度,实际应用效果较好.     

面向高空飞艇平台的视频增强与稳像

针对高空飞艇平台获取的视频监测数据存在的问题,提出了帧内增强去雾和帧间去除高频振动分量的稳像方法。采用基于Retinex图像增强技术进行帧内增强处理,去除薄雾,保留图像细节,还原真实色彩;建立四自由度全局运动估计模型,并采用中值滤波方法进行运动补偿,去除高频振动分量,实现帧间稳像;并给出未定义区域重建算法。通过实际应用,证明了本文算法能够很好地实现飞艇视频稳像,在帧内增强和帧间稳像方面均有良好效果,可满足后期监测分析需求。     

AKAZE与高斯混合模型相融合的运动目标检测算法

传统高斯混合模型在抖动干扰下无法取得理想的运动目标检测效果,但实际的各种复杂情况下摄像系统均会存在抖动。针对这一问题,文中提出一种抖动干扰下运动目标检测算法：首先利用基于 AKAZE 特征点匹配算法,进行动态图像精确配准,消除图像抖动,做出运动补偿;其次利用高斯混合模型对配准后的视频序列进行运动目标检测,然后利用三帧差分技术对检测出的运动目标轮廓进一步补偿;最后使用连通域分析补全运动目标。实验表明,本文提出的方法能够满足检测要求,可以在抖动干扰下有效检测出运动目标。     

协同治理视角下城市更新项目公众参与有效性研究

传统高斯混合模型在抖动干扰下无法取得理想的运动目标检测效果,但实际的各种复杂情况下摄像系统均会存在抖动。针对这一问题,文中提出一种抖动干扰下运动目标检测算法：首先利用基于 AKAZE 特征点匹配算法,进行动态图像精确配准,消除图像抖动,做出运动补偿;其次利用高斯混合模型对配准后的视频序列进行运动目标检测,然后利用三帧差分技术对检测出的运动目标轮廓进一步补偿;最后使用连通域分析补全运动目标。实验表明,本文提出的方法能够满足检测要求,可以在抖动干扰下有效检测出运动目标。     

基于经验模式分解和多种评价准则的电子稳像

针对摄影中易产生视频抖动的问题,提出一个实时鲁棒的视频去抖动系统.该系统具有如下特性：1)提取参考帧和当前帧的Sift特征点,并对它们进行匹配,通过随机采样一致（RANSAC）算法来得到全局运动参数;2)基于经验模式分解以及多种评价准则(全局运动参数和特征点对位置误差)来确定抖动参数以实现对当前帧的运动补偿;3)结合图像纹理合成算法来修复运动补偿后的视频帧,从而得到稳定和完整的输出视频.通过比较抖动视频和去抖动后的视频结果表明:该系统能够在保持实时性的同时提高视频的平均信噪比约7.2 dＢ,大大提高人对视频中内容的辨识度和观察舒适感.     

基于分层MRF模型的抗抖动视频分割算法

提出了一种新的抗摄像机频繁抖动的视频分割算法.采用分层马尔可夫随机场（MRF）模型对视频各帧图像进行多分辨率建模，利用视频序列中帧图像的空间关系来提高分割的准确性，通过Gibbs采样算法求得最大后验概率（MAP），从而实现在摄像机抖动情况下对视频目标的准确分割.在强光、多目标以及复杂背景等情况下对视频序列的车辆目标进行分割.经过实验对比，新算法的分割效果明显优于背景累积相减分割算法以及高斯混合模型方法.     

Optimization algorithm for estimating the human pose by using the morphable model

An optimization algorithm is proposed utilizing the video data and point cloud data captured by the depth camera to solve the problems such as error-proneness and incoherence of motion sequence caused by the existing human pose estimation algorithms based on the morphable model. For video data, the neural network is first used in extracting the model parameters from each color image frame. Next, the human key-points and contour constraint are considered to optimize the above parameters. Then the coherence between every two consecutive frames is utilized to correct the error of pose estimation, thus making the resulting motion sequence smoother. In addition, the point cloud and the model obtained from the corresponding color image frame are used as the joint input to further improve the estimation accuracy. Finally, the distance between the point cloud and the corresponding point of the model is constrained to be as small as possible to obtain a more reasonable solution. The proposed algorithm and the state-of-the-art algorithms are compared qualitatively and quantitatively on the data set and real video set. Experimental results show that the algorithm can effectively correct the error and incoherence in the single-frame pose estimation results and greatly improve the accuracy when using point cloud data optimization.     

全局运动序列中运动目标的检测算法

针对全局运动视频序列采用灰度投影法检测序列帧间运动矢量,具有图像信息利用充分、计算精度高等优点,文中采用了改进的三步搜索算法有效地提高了运动矢量搜索速度,降低了运算复杂度,同时保持了运动矢量的搜索精度。通过帧间运动矢量补偿将相邻三帧图像的相同背景稳定在同一幅图像的相同位上,利用改进的三帧差分法检测运动目标区域。结合数学形态学的闭运算和填充运算等提取出运动目标。实验结果表明,该方法能够快速高效地从背景变化的视频序列中提取运动目标,具有较强的鲁棒性和准确性。     

Real-time traffic information extraction based on compressed video with interframe motion vector

Extraction of traffic information from image or video sequence is a hot research topic in intelligent transportation system and computer vision. A real-time traffic information extraction method based on compressed video with interframe motion vectors for speed, density and flow detection, has been proposed for extraction of traffic information under fixed camera setting and well-defined environment. The motion vectors are first separated from the compressed video streams, and then filtered to eliminate incorrect and noisy vectors using the well-defined environmental knowledge. By applying the projective transform and using the filtered motion vectors, speed can be calculated from motion vector statistics, density can be estimated using the motion vector occupancy, and flow can be detected using the combination of speed and density. The embodiment of a prototype system for sky camera traffic monitoring using the MPEG video has been implemented, and experimental results proved the effectiveness of the me     

一种MPEG-4视频流的运动目标检测算法

为了同时提高MPEG-4视频流中运动目标检测的精度和速度,利用MPEG中已有的运动信息——离散余弦系数和运动矢量,提出了一种用于视频中运动目标检测的算法．该算法首先从MPEG-4压缩流中获取运动矢量,由运动矢量标识出运动区域,在标识出的运动区域上取离散余弦系数并求互帧差的四阶矩得到运动宏块,最后通过区域生长得到运动目标．该算法充分利用了MPEG-4码流中蕴含的运动信息,避免了仅由运动矢量检测运动目标时误差太大的缺点,也避免了计算全部离散余弦系数时的大量加乘法运算,从而可以实时地对视频流中的运动目标进行跟踪．     

基于动态帧的视频关键帧提取算法研究

针对基于内容的视频检索系统,提出了一种关键帧提取算法．为了提高算法的保真度和压缩比,首先构造了动态帧,它的每个像素对应一个像素代表灰度集合,该集合中的元素可以最大限度地代表镜头中相应像素的灰度值,然后根据镜头中每一帧与该镜头动态帧之间的距离来确定关键帧．为了验证本算法的有效性,选取了大量视频与TMOF算法及SKF算法进行比较．结果表明：该算法具有较高的准确性和可靠性,保真度和压缩比均高于其他两种算法．     

一种基于运动检测的时域降噪算法及实现

基于运动估计技术在时域方向上计算当前帧和参考帧之间的运动轨迹,提出了一种基于"运动检测"的时域视频降噪算法,可根据物体运动强度动态地调整时域滤波的强度.Matlab仿真环境的实验结果表明:采用该降噪算法能有效地去除视频序列中的噪声,并有效避免了运动物体"拖尾"现象的产生.     

基于自适应块尺寸的H.264时域错误隐藏算法

为提高在视频通信中重建图像质量,充分利用运动矢量的空间相关性、相邻宏块的编码模式信息,提出了一种新的H.264时域错误隐藏算法。该算法根据误码块周围的邻块模式,自适应决定隐藏块的尺寸;对于每个尺寸块,都从多个候选运动矢量集合中选取使外边界对应像素差值最小的运动矢量;并利用运动估计技术更精确地恢复丢失宏块的运动矢量,从而提高所恢复视频信号的质量。实验结果表明：对于不同运动类型序列和不同宏块丢失率,该算法不仅计算量较小,而且恢复后的图像质量均优于传统的时域错误隐藏算法。     

运动估计中的一种前处理算法

为降低视频编码中运动估计的算法复杂度,提出一种针对运动估计的前处理算法.该算法首先通过前两帧来对当前帧的矢量分布进行预测,并对大概率的运动矢量进行优先估计,使得一部分宏块的运动估计工作在前处理过程中完成,并且这些宏块的运动矢量需要的搜索点数仅为一次,因而该算法显著地提高运动估计的效率.理论分析结果表明,算法针对视频序列中的运动矢量中心偏置分布特性非常有效.把该算法分别应用于三步搜索(TSS)以及菱形搜索(DS)等算法中的实验结果表明,本算法在保持与以上算法相当的绝对误差的条件下能够大幅度降低平均搜索点数,使得运动估计的计算复杂度有了显著的降低,从而进一步降低整个视频编码的计算复杂度.