论文部分内容阅读
随着摄像系统在军用侦查系统,无人车辆导航系统以及航空测量系统,民用监控系统中的广泛应用,人们对所拍摄的视频序列的画面要求清晰稳定。然而由于上述诸多摄像设备或因所处工作环境恶劣,或因设备不稳定等会存在不确定的抖动和振动,使所采集的视频视觉效果变差,视频序列的质量有所下降,从而引起观察者的视觉疲劳,更增强了后续图像处理算法的难度。因此有必要采用电子稳像方法,去除或减少不规则的随机抖动,增强视频的质量。本论文以机载的航拍视频为研究对象,采用基于特征匹配的稳像技术对视频稳像。主要研究内容可归纳总结如下: 首先研究了电子稳像的背景、国内外发展现状以及机载稳像的关键技术和稳像评价方法;接着研究电子稳像系统的各主要环节包括运动估计、运动滤波以及运动补偿等环节的已有的算法,对各种算法进行分析比较;结合机载稳像系统的关键问题,提出了本文的创新算法,并通过实验对算法进行了有效性验证。 为了提高稳像过程运动矢量的计算速度,采用基于兴趣区的特征点匹配进行稳像。首先选取图像的兴趣区(ROI)并在其内进行特征点检测,接着将兴趣区内的特征点稀疏化,并在相邻帧的特征窗内利用SAD准则寻找匹配点对,最后利用LMeds准则剔除误匹配点并求解出全局运动矢量,再利用Kalman滤波及逐帧运动补偿。虽然算法采用基础传统的稳像算法,但是在诸多环节进行了改正和创新,比如特征点稀疏化过程,运动滤波部分等;通过实验结果,验证了算法的有效性和鲁棒性; 为了实时有效地去除机载成像设备所摄取视频序列的帧间抖动,采用基于二进制算予的特征匹配和加权最小二乘的粒子滤波的方法对视频序列进行稳像。首先利用BRISK算子提取相邻帧的稳定特征点,采用FREAK描述子对特征点进行描述并匹配,进而结合运动模型获取帧间粗运动矢量估计。最后引入粒子滤波解决因特征点景深不同引起的全局运动矢量计算不准确的问题,获得粒子权重后,采用加权最小二乘获得准确的全局运动矢量,该算法不仅提高了运动估计的速度,还有效地保证了运动估计的精度; 为了去除前景运动物体对稳像精度的影响,提出基于特征点分类的方法,将特征点分为前景特征点和背景特征点。首先通过KLT跟踪特征点,结合MSAC算法计算由初始运动估计所得匹配点和通过跟踪所得特征点之间的距离,然后根据阈值不断更新前景特征点集和背景特征点集,最后只采用背景上的特征点进行全局运动估计,有效的提高了含有复杂背景的运动视频的稳像效果。