基于FAST特征匹配的實時數(shù)字視頻穩(wěn)像方法研究.pdf

1、自然條件下拍攝的視頻難免會由于拍攝者或者拍攝設備的不規(guī)則運動，導致視頻幀間存在不同形式的位移，稱之為視頻抖動。視頻抖動會嚴重降低視頻的視覺效果，也會降低其他數(shù)字圖像處理效果，例如人臉識別、目標跟蹤等。穩(wěn)像技術(shù)包括機械穩(wěn)像、光學穩(wěn)像和數(shù)字穩(wěn)像，隨著圖像處理技術(shù)和計算機技術(shù)的迅猛發(fā)展，數(shù)字視頻穩(wěn)像技術(shù)越來越受到人們的重視。
　　本文在閱讀國內(nèi)外大量文獻的基礎上，主要做了以下幾個方面的研究工作:
　　(1)本文首先介紹了數(shù)字視頻穩(wěn)

2、像算法基本框架和數(shù)學模型，并對經(jīng)典穩(wěn)像算法進行了深入的理論分析;其次總結(jié)了不同運動矢量估計算法的優(yōu)缺點;最后詳細介紹了運動矢量補償算法—Kalman濾波。
　　(2)針對平移加旋轉(zhuǎn)的視頻抖動，本文給出了基于FAST特征匹配的實時數(shù)字視頻穩(wěn)像方法。該方法首先提取參考幀圖像FAST特征點位置信息，通過金字塔Lucas-Kanade光流法匹配得到參考幀特征點在當前幀的位置信息，結(jié)合RANSAC算法和前向—后向匹配法來剔除錯誤匹配的特征點

3、對;然后應用最小二乘法得到相鄰幀間的剛性變換矩陣，并經(jīng)過Kalman濾波得到掃描運動矢量;最后采用雙線性插值得到補償后的視頻幀。該方法實現(xiàn)了幀率為30fps，分辨率為856*480視頻的實時穩(wěn)像。本文還對該方法的穩(wěn)像效果進行了主觀評價，并客觀地對比了穩(wěn)像前后視頻峰值信噪比以及穩(wěn)像前后視頻相鄰幀間絕對運動矢量曲線平滑度。本論文涉及到的14組實驗視頻包括7組自主拍攝視頻和7組經(jīng)典穩(wěn)像視頻。
　　(3)本文將基于FAST特征匹配的實時數(shù)

4、字視頻穩(wěn)像方法移植到移動操作系統(tǒng)上，設計并開發(fā)了Android端和iOS端的穩(wěn)像應用。在CPU主頻為1.6GHz，RAM為2GB的Android手機以及CPU主頻為800MHz，RAM為512MB的iPhone4手機上的測試結(jié)果表明:移動設備端穩(wěn)像應用實現(xiàn)了對幀率為30fps，分辨率為320*240視頻的實時穩(wěn)像。本文對手持設備應用的穩(wěn)像效果分別進行了主觀評價和客觀評價，客觀評價標準采用穩(wěn)像前后視頻的峰值信噪比。
　　針對掃描拍攝