基于最小生成树与改进卡尔曼滤波器的实时电子稳像方法
为解决稳像过程中局部运动分量导致的全局运动估计不准确问题,提出了一种实时电子稳像方法.该方法提出基于最小生成树的特征点迭代筛选算法,采用相邻帧图像特征点最小生成树的相似度衡量特征点匹配精度,剔除错误匹配的特征点和局部运动前景上的特征点,避免了局部运动分量的影响.采用自适应加权法修正相邻帧之间的仿射变换矩阵,解决由于运动前景遮挡造成的背景特征点数量稀少进而导致的稳像晃动问题.针对相机跟拍与随机抖动分量混合问题,提出基于运动矢量队列的双卡尔曼滤波器,自适应地修正卡尔曼滤波器的测量噪声协方差,动态调整滤波平滑性能,有效处理同时包含相机跟拍运动与随机抖动分量的视频,保留相机跟拍分量.实验表明,该方法对于视频图像中包含局部前景运动和相机跟拍运动的情况,对比其他3种方法,仍可以保持良好的稳像效果;在Intel Core i53.30GHzCPU下,对于640×360分辨率的彩色图像序列可达到40FPS的稳像帧率,并且运算过程中无需利用下一帧图像信息,具有实时稳像的优点.
视频信号处理、电子稳像、运动补偿、卡尔曼滤波、特征点筛选、运动估计、帧间保真度
47
TP391.4(计算技术、计算机技术)
装备预研教育部联合基金项目6141A02022307;浙江省科技计划项目No.2017C01033资助 The Equipment Research of Ministry of Education Joint Fund Project6141A02022307;the Zhejiang Science and Technology Project2017C01033
2018-01-02(万方平台首次上网日期,不代表论文的发表时间)
共10页
59-68