基于橋梁防船撞預(yù)警系統(tǒng)視頻預(yù)處理關(guān)鍵技術(shù)研究.pdf

1、在大型橋梁防船撞主動預(yù)警系統(tǒng)設(shè)計中，受到成像系統(tǒng)、車輛震動等因素的干擾，導(dǎo)致拍攝視頻存在抖動，使得我們采集的圖像并不理想。數(shù)字成像系統(tǒng)在拍攝過程中的抖動會造成采集視頻序列的不穩(wěn)定，這樣會造成視頻的質(zhì)量和視覺效果變差，嚴(yán)重影響后續(xù)圖像信息的處理。同時圖像在采集過程中受外界降質(zhì)因素的干擾而產(chǎn)生降質(zhì)。對于大型橋梁防船撞預(yù)警系統(tǒng)中，如何準(zhǔn)確地進(jìn)行輪船檢測與跟蹤，對視頻預(yù)處理技術(shù)的研究提出了挑戰(zhàn)，本文針對視頻穩(wěn)像及圖像的超分辨率重建進(jìn)行了研究，包

2、括:
　　(1)針對大型橋梁防船撞主動預(yù)警系統(tǒng)關(guān)鍵技術(shù)研究系統(tǒng)中，視頻采集過程中受外界干擾造成的抖動會影響后續(xù)船舶的標(biāo)定及跟蹤問題。本文研究了視頻的預(yù)處理算法（視頻穩(wěn)像）。其中與傳統(tǒng)的穩(wěn)像方法不同的是，經(jīng)典的穩(wěn)像方法是采集的目標(biāo)對象一般是靜止的。而本文結(jié)合大型橋梁防船撞系統(tǒng)的實際應(yīng)用場景，視頻采集中目標(biāo)對象為移動大型輪船，但移動的輪船對于步驟中運動估計部分造成干擾。于是本文結(jié)合實際應(yīng)用場景對常見的穩(wěn)像方法做了一些改進(jìn)。
　　

3、在運動估計階段:考慮到河岸景物是靜止的，因此可以利用采集圖像中靜止部分特征點的提取及匹配來進(jìn)行運動估計，本文的改進(jìn)之處是，首先利用常見的特征點匹配思想，結(jié)合江岸及河道的邊緣，采取Canny邊緣檢測的方法自動檢測出江岸及河道的邊緣，然后抹除邊緣以內(nèi)的區(qū)域（即輪船的移動區(qū)域）再進(jìn)行特征點匹配。在特征點匹配部分，針對傳統(tǒng)方法匹配時普遍幀率偏低，匹配率較低的問題，本文通過將FLANN算法和SURF算法兩者結(jié)合起來使用，用SURF進(jìn)行關(guān)鍵點和描述

4、符的提取，用FLANN進(jìn)行匹配。通過邊緣線以外的特征點的位置變化計算全局運動矢量。
　　該視頻穩(wěn)像方法能夠很好的解決大型橋梁防船撞主動預(yù)警系統(tǒng)中預(yù)處理部分的去抖動，在一定程度上有效的防止了后續(xù)目標(biāo)跟蹤中出現(xiàn)的虛警和漏警現(xiàn)象。
　　(2)圖像在采集過程中受到各種因素影響而產(chǎn)生降質(zhì)，從而對后續(xù)目標(biāo)的檢測與跟蹤造成影響，為盡可能的減少因降質(zhì)而造成的檢測率低及跟蹤過程中存在的漏警和虛警問題，本文首先研究了傳統(tǒng)圖像的超分辨率重建方法。