基于稀疏光流的視頻穩(wěn)像方法研究.pdf

1、視頻具有直觀性，而且信息量豐富，然而對于現(xiàn)實生活中的視頻捕獲設備，由于受到外部環(huán)境干擾，例如手部抖動，道路高低不平，強氣流等因素影響，視頻中經(jīng)常出現(xiàn)令人厭煩的晃動，給視頻觀察和分析帶來諸多不便。所以視頻穩(wěn)像技術通過去除抖動噪聲來增強視頻質(zhì)量在各個領域得到廣泛應用。
　　本文基于稀疏光流來求取幀間運動關系，進而利用不同的運動模型和補償方式來實現(xiàn)數(shù)字視頻穩(wěn)像，主要工作包括以下幾個方面:
　　(1)本文對數(shù)字視頻穩(wěn)像算法的基本框架

2、和分類做了總結，并對不同運動模型的優(yōu)缺點做了簡要說明。分別就2D技術的運動估計以及運動補償算法、3D技術的高效圖像重建算法以及2.5D技術的局部子空間約束算法給予了詳細闡述，這些均為數(shù)字視頻穩(wěn)像研究的前沿算法。
　　(2)本文提出了基于多分辨率匹配和改進卡爾曼濾波的實時視頻穩(wěn)像方法。首先，對輸入圖像計算模糊度，依據(jù)設定的閾值進行判決，如果為清晰圖像采用傳統(tǒng)稀疏光流跟蹤算法求取幀間特征點運動軌跡，反之，則采用多分辨率稀疏光流匹配算法

3、。其次，利用自適應RANSAC算法有效排除動態(tài)前景點對于模型估計的干擾，應用最小二乘法計算運動模型參數(shù)。再次，通過對卡爾曼濾波補償算法的改進可以在運動平滑的同時避免時滯現(xiàn)象的出現(xiàn)。最后，利用運動補償參數(shù)進行圖像重建。該算法對于存在快速掃描和運動模糊場景的視頻能達到很好的穩(wěn)定效果，而且可以實現(xiàn)實時穩(wěn)像處理。
　　(3)本文還提出了基于局部完備軌跡和網(wǎng)格變換的視頻穩(wěn)像方法。首先，利用稀疏光流跟蹤算法獲取視頻特征點軌跡，同時利用前向-后