一种含运动物体的长视频拼接技术

针对长视频序列全景图的拼接问题,提出了一种新的解决方法.该方法首先将长视频序列分段,每一段分别采用场景流形算法进行拼接,然后根据摄像机运动方向将拼接后的相邻图象采用图切割算法搜索最佳缝合线,并依次缝合所有拼接后的图像,最终得到整个视频序列的全景图.场景流形算法是通过在视频序列中构建图卡,以相似测度确定图卡的次序,并寻找贯穿整个视频的流形,完成拼接,该算法适用于存在运动物体的视频序列拼接.试验结果表明,分段拼接的方法得到的全景图可以较好的保证源图像的细节,没有明显的扭曲和变形,并且有一定的实时性,有较好的应用前景.     

一种新的动态全景图表示方法

提出了一种新的动态全景图的生成方法。首先将一系列定点拍摄的照片采用基于粒子群优化(PSO)的多分辨率拼接算法拼接成静态全景图,然后用摄像机拍摄场景中做周期或随机运动的物体,实现视频纹理,最后将视频纹理对准到静态全景图中。自主开发了一种动态全景浏览器。该浏览器除了具有普通全景图浏览器的功能外,还实现了添加、对准以及播放视频纹理的功能,极大地增强了漫游的真实感。     

大视场视频全景图生成研究

针对采用传统方法生成的视频全景图存在拼接裂缝和“鬼影”现象的问题，提出了一种新的大视场视频全景图生成算法．该算法基于快速傅立叶变换的图像配准算法，求取两相邻视频帧之间的配准系数，采用改进的线性系统法对配准系数进行全局优化．对存在运动物体的视频图像，采用启发式最优路径搜索算法寻找到图像间拼接的最佳缝合线，并使用多分辨率原理进行图像拼接后的平滑处理.实验结果表明，该算法优化了图像间的配准系数，平滑处理了拼接后的图像，减少了人工性缺陷，提高了视频全景图的真实感.     

基于先验的动作视频关键帧提取

针对运动视频关键帧提取结果运动表达能力差的问题,以健美操运动视频关键帧提取为例,将先验语义引入到视频片段分割和关键帧提取特征提取等过程中,提出基于先验的运动视频关键帧提取算法。该算法采用韵律特征和动作节拍连续性等先验知识,将健美操动作视频分解成不同长度的动作视频片段,并利用Hog人体分类器从每一帧图像中识别出人体边界框;通过人体模板将人体边界框分割为16个运动块,并采用光流法计算每个运动块的基本运动方向;通过比较运动块基本运动方向的差异实现了动作视频关键帧提取。实验证明,该方法在保证关键帧视频压缩的情况下,具有更好地动作概括力。     

特定视频内容自动描述的改进算法

有特定视频内容（例如电视电影）的自动描述算法还不够完善。本文针对已有算法的缺点，在对视频提取的关键帧的基础上。提出按层次的关键帧分组．组内比较．分块比较．加权运算等改进算法。实验表明，通过图像分块可以保留颜色的空间信息，通过关键帧分组比较．以及先中间子块比较，可以提高运算速度。     

图像序列拼接算法的研究

针对利用水平摇动数码相机镜头连续拍摄多幅图像拼接全景图像时需要大量的计算,以及相邻两幅图像亮度不一致,容易造成明显接痕的问题,依据相邻两幅图像之间可以用投影变换表示相对关系的原则,提出了利用Moravec算子提取特征点,对图像进行投影变换,进而拼接两幅图像的算法;同时,算法中还引进了直方图规定化方法,以消除亮度不一致造成的接痕．实验证明,算法避免了迭代计算造成的大量处理时间,有效地去除了重叠区域的接痕,可以无缝平滑地拼接全景图．     

船载折反射全景视觉系统电子稳像算法

为解决船载全景视觉系统在视频采集过程中的图像晃动问题,提出了一种基于海天线的电子稳像算法。根据全景图像中海天线成像特点,提出了一种最优边缘估计算法计算海天线成像椭圆方程。建立了基于海天线的全景图像稳像模型,介绍了海天线稳像算法的实现,并给出了使用关键帧对稳像无效区域的重建方法。使用实际海洋环境下拍摄的海上全景图像序列进行了验证分析,实验结果表明:该算法对船载全景视觉系统采集的视频图像稳像快速、有效,平均计算时间小于50ms,实际应用效果良好。     

基于ViBe算法运动特征的关键帧提取算法

针对视频关键帧提取算法中运动类视频运动目标特征不易提取所造成的错选和漏选问题,提出一种基于背景建模(visual background extractor, ViBe)算法的前景运动目标特征提取的关键帧提取算法。通过ViBe算法对视频序列进行前景目标检测,提取前景运动目标的尺度不变特征变换(scale invariant feature transform, SIFT)特征,并对相邻帧之间的特征数据进行特征点匹配,根据定义的公式计算视频帧的相似度,然后根据提出的关键帧判别方法输出视频的关键帧。试验结果表明,该算法能较好的解决运动类视频关键帧提取中出现的漏选和错选问题,与基于SIFT分布直方图的算法相比,其查准率和查全率的综合指标F₁值有较好提高。因此该算法对于判别运动类视频中包含关键动作的关键帧具有较好的检测效果。     

基于视频图像的虚拟环境建模技术

针对基于平面投影变换的图像拼接方法存在的优化参数较多、易导致陷入局部极小和全景图像的生成速度缓慢的问题,提出一种优化参数较少的旋转运动模型,采用层次运动模型和傅里叶方法对帧间隔较大的图像进行对齐,使图像对齐工作量大大减少．该算法计算简单、快速,适用于手持相机拍摄的图像．     

基于改进加权算法的实时图像数据融合研究

在三维重建、多维数据融合和信息可视化分析等领域中,针对实时视频图像数据拼接融合的过程中常出现的拼接缝隙问题,提出了一种改进的加权融合实时图像拼接方法.该方法将视频拼接问题转化为视频对应帧图像的融合问题,通过利用SURF算法对特征数据点进行提取与匹配,对图像使用RANSAC算法和LM算法求其几何变换矩阵,再根据变换矩阵进行图像插值拼接,对拼接线区域图像内容进行加权处理完成视频图像融合.在进行图像融合处理时,提出了基于拼接线一侧加权融合和基于原图内容的加权融合算法.实验结果表明:该方法实现的拼接融合速度快、效果较好,适用于对速度和拼接效果均有要求的场景视频拼接和实时数据呈现.     

基于特征点的球面全景图快速生成算法

提出一种基于球面投影模型的全景图生成算法,对普通相机获取的序列图像,实现了球面全景图的无缝拼接。通过双线性插值算法解决了球面投影变换中的变形问题,提出了一种基于特征点匹配的方法实现了球面全景图的无缝拼接。实验结果表明,该算法生成的球面全景图质量较高,具有良好的鲁棒性。     

岩体孔内摄像视频高精度快速成图方法研究

岩体结构形态特征对岩土地质工程的开挖建设具有重要的意义,数字钻孔摄像技术是快速有效地直接获取孔内岩体结构形态的一种重要手段.针对现有数字全景钻孔摄像系统及其分析软件在现场复杂环境凸显出来的问题,本文提出一种孔内全景视频环状图像快速拼接融合成图方法.该方法通过转化原始孔内视频图像为众多有序的帧窄带状图像,并进行图像特征检...     

基于聚散熵及运动目标检测的监控视频关键帧提取

针对公安监控视频检索中根据运动目标准确标注视频关键帧的问题,提出一种基于聚散熵及运动目标检测的监控视频关键帧提取算法。首先通过对视频内容的分析,提出监控视频聚散熵的概念。其次根据聚散熵对监控视频进行子镜头划分,再次根据运动目标检测对子镜头进行划分,从而提取视频关键帧。最后列举出算法在几种典型视频数据库中的实验结果及结果分析。实验结果表明该算法在关键帧提取的准确性和鲁棒性上都有良好表现,该算法针对公安监控视频检索需求,在缩短公安视频侦查时间及智能检索中起到支撑作用。     

特定视频内容自动描述的改进算法

有特定视频内容(例如电视电影)的自动描述算法还不够完善。本文针对已有算法的缺点,在对视频提取的关键帧的基础上,提出按层次的关键帧分组,组内比较,分块比较,加权运算等改进算法。实验表明,通过图像分块可以保留颜色的空间信息,通过关键帧分组比较,以及先中间子块比较,可以提高运算速度。     

一种嵌入式汽车鸟瞰全景图拼接算法

为了解决汽车周围360°场景重建问题,提出一种适用于车载嵌入式平台的鸟瞰全景图拼接算法,可作为智能汽车环境感知的有效手段.将4个鱼眼摄像头安装于汽车车身,可获得近距离道路环境的图像;采用一种鱼眼图像投影到地面的方法,克服传统方法中存在盲区的问题,同时大大提高计算速度;提出一种基于时域和空域信息的图像融合方法,可以解决摄像机位置差异给拼接造成的困难;为了解决摄像机快速标定问题,采用一种交互式姿态调整方法,运算过程简单,对摄像机安装角度没有精确要求.结果表明,该算法能够实时生成高质量的全景图.     

环状全景图展开技术的研究

针对普通相机视野小,在定位、监控等过程中不能得到全局视场的问题,利用双曲面折反射全景摄像头获取360°环状全景图.为满足人们的观察习惯,将环状全景图展开为二维圆柱面矩形图.目前,针对环状全景图展开运用最多的是同心圆近似展开法,但是由于此方法计算量相对较大,且运行速度慢.因此,提出三角函数展开法,此方法可直接由环状全景图展开为二维矩形图,计算量小且运行速度快.首先,利用折反射全景摄像头获取360°环状全景图;其次,获取全景图中心点以及展开后的矩形图像的数据;最后,利用三角函数进行展开.该方法的系统结构简单、成本低,且运行速度较快,改善了图像分辨率低的问题.     

一种基于Android的智能视频监控系统

为了实现视频监控的智能化,提出了一种基于Android 4.0操作系统的智能视频监控系统的方案,系统具有全景视频采集、图像复原和变换、异常行为检测、高清抓拍、数据回传等功能,采用基于时空特征点的Hessian矩阵检测方法进行异常行为识别,采用满全景拼接的方法实现360°全景呈现,最后设计并实现了该系统。实验结果表明,该系统稳定可靠,携带方便,功能基本实现,有一定应用前景。     

视频检索中的关键帧提取方法研究

视频具有层次化结构,由场景、镜头和帧三个逻辑单元组成。视频检索常基于帧进行,因此,提取视频的关键帧至关重要。本文针对现有视频检索中关键帧提取方法存在关键帧数量难以把握且并非最具代表性这一问题,提出了基于自定义k值聚类和内容分析的关键帧提取方法。此方法对镜头内容变化过大和镜头中物体运动过快导致选取过多冗余帧作为关键帧的不足进行了改进,解决了关键帧数量难以把握这一难题,并且提取的关键帧满足一定的准确性。     

一种适合于监控视频内容检索的关键帧提取新方法

为减少监控视频的存储容量,便于用户迅速查看视频关键信息,提出一种适于监控视频内容检索的关键帧提取方法.首先,使用背景差分法检测含有运动物体的关键视频段,记录其起始帧和结束帧,然后,在关键视频段中基于联合直方图的方法进行关键帧的粗提取,最后,根据监控视频帧序列的连续性特征,通过图像的信息熵进一步精确提取关键帧.实验结果表明,该方法能有效地提取出监控视频中的关键帧,大大减少了视频数据的存储量,且便于用户浏览关键信息.     

视频流中运动对象提取和生成技术

通过采用运动变化区域检测和边缘检测技术来生成视频对象。该方法通过估计相邻两帧的差分图像中相对噪声的特征参数对相对噪声进行滤波,从而自动地检测出运动变化区域;在检测出运动变化区域后,利用运动变化区域和边缘检测的结果,可以确定运动对象的边界位置;最后,根据运动对象的边界位置生成视频对象。