旋转视频中特征点的迭代筛选与光流估计匹配研究
转动抖动补偿是视频稳像的难点,针对转动抖动补偿中的关键技术特征点的筛选与匹配展开研究.建立了图像的6参数仿射模型;推导得到估计有意运动参数的超定方程;采用最小二乘迭代算法来去除绝对误差和(SAD)算法误判的特征点;采用金字塔(LK)光流算法来对旋转视频进行特征点匹配.编程实现算法;用特征窗口梯度矩阵法(KLT)提取特征后,分别用SAD算法和LK光流算法进行匹配,求解得到旋转变换阵参数误差,分析、比较并图示了误差原因;利用Kalman滤波去除无意运动;对含转动抖动的视频进行稳像补偿.在自主移动机器人平台上开展了实验.结果表明LK光流算法相比SAD算法对旋转视频的特征点匹配误差小,结合Kalman滤波可有效补偿转动抖动,将最大8.37°的转动抖动稳像到3.68°以下.
信息处理技术、特征点、光流、抖动补偿、机器人
33
TP242(自动化技术及设备)
国家自然科学基金项目50905170;浙江省自然科学基金项目Y1090042
2013-01-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
1329-1334