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(duì)于現(xiàn)實(shí)生活中的視頻捕獲設(shè)備，由于受到外部環(huán)境干擾，例如手部抖動(dòng)，道路高低不平，強(qiáng)氣流等因素影響，視頻中經(jīng)常出現(xiàn)令人厭煩的晃動(dòng)，給視頻觀察和分析帶來諸多不便。所以視頻穩(wěn)像技術(shù)通過去除抖動(dòng)噪聲來增強(qiáng)視頻質(zhì)量在各個(gè)領(lǐng)域得到廣泛應(yīng)用。
　　本文基于稀疏光流來求取幀間運(yùn)動(dòng)關(guān)系，進(jìn)而利用不同的運(yùn)動(dòng)模型和補(bǔ)償方式來實(shí)現(xiàn)數(shù)字視頻穩(wěn)像，主要工作包括以下幾個(gè)方面:
　　(1)本文對(duì)數(shù)字視頻穩(wěn)像算法的基本框架

2、和分類做了總結(jié)，并對(duì)不同運(yùn)動(dòng)模型的優(yōu)缺點(diǎn)做了簡(jiǎn)要說明。分別就2D技術(shù)的運(yùn)動(dòng)估計(jì)以及運(yùn)動(dòng)補(bǔ)償算法、3D技術(shù)的高效圖像重建算法以及2.5D技術(shù)的局部子空間約束算法給予了詳細(xì)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(jìn)卡爾曼濾波的實(shí)時(shí)視頻穩(wěn)像方法。首先，對(duì)輸入圖像計(jì)算模糊度，依據(jù)設(shè)定的閾值進(jìn)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(diǎn)運(yùn)動(dòng)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(yīng)RANSAC算法有效排除動(dòng)態(tài)前景點(diǎn)對(duì)于模型估計(jì)的干擾，應(yīng)用最小二乘法計(jì)算運(yùn)動(dòng)模型參數(shù)。再次，通過對(duì)卡爾曼濾波補(bǔ)償算法的改進(jìn)可以在運(yùn)動(dòng)平滑的同時(shí)避免時(shí)滯現(xiàn)象的出現(xiàn)。最后，利用運(yùn)動(dòng)補(bǔ)償參數(shù)進(jìn)行圖像重建。該算法對(duì)于存在快速掃描和運(yùn)動(dòng)模糊場(chǎng)景的視頻能達(dá)到很好的穩(wěn)定效果，而且可以實(shí)現(xiàn)實(shí)時(shí)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(diǎn)軌跡，同時(shí)利用前向-后