基于特征点分类的局部子空间稳像方法研究

摘要

实际拍摄中，由于外部环境因素和载体振动的干扰，导致视频图像不稳定，影响了观看效果并对视觉处理工作造成一定的影响。数字视频稳像根据图像处理相关算法有效地对视频去抖，相比机械和光学稳像技术，具有精度高、成本低等优点，因而具有重要的研究意义。
　　本文在对现有的数字稳像技术深入地研究基础上，致力于研究在几种特定的环境下，数字视频稳像技术存在的问题和相应的解决方案，主要工作如下:
　　(1)本文对数字视频稳像中的相关技术进行了阐述和分析。首先对2D技术中的基本原理和方法进行了阐述，其次叙述了3D技术中重构场景和重建图像的算法，最后介绍了2.5D技术中的去除外点算法以及基本方法，并对比了各种技术的优缺点。
　　(2)针对相机快速移动造成轨迹戛然而断、外点导致运动矢量估计精度不准确的问题，提出了一种基于特征点分类的自适应局部子空间稳像方法。该方法首先根据估计的全局运动矢量设计一种特征点分类方法，有效地剔除了外点;其次，利用多个低秩局部子空间约束长度自适应调整的轨迹矩阵，保持特征点轨迹之间的局部几何关系;最后，采用帧间一致性的思想解决帧片段不连续的问题，使图像之间连接更平滑。本文方法能够有效地处理扫描、运动物体、场景深度变化的抖动视频，其性能优于对比的方法。
　　(3)针对立体视频稳像中的左右路一致性问题，提出了一种基于特征点分类的联合局部子空间立体视频稳像方法。该方法首先证明，低秩局部子空间同样可以约束立体视频的运动轨迹，并得出左右路的特征轨迹共在同个局部子空间的结论;其次，根据特征点分类方法剔除外点，以联合局部子空间约束两路的运动轨迹，使左右路具有较高的一致性，以此避免视差失真;最后，给出合成立体视频的方法，有效地验证立体视频的稳像效果。实验表明，本文方法能够在保证逼真的3D效果前提下，达到比较好的立体视频稳像效果。
　　针对本文的两种稳像方法，录制不同场景的视频进行大量的仿真实验，与其他方法进行了对比并做出评价。实验表明，本文方法具有较好的性能。

目录

声明

摘要

1 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．3 论文的主要研究工作及各章节安排

2 稳像的基本理论与方法

2．1 2D稳像的基本理论与方法

2．1．1 基本理论

2．1．2 基于L1范数优化轨迹的稳像算法

2．2 3D稳像的基本理论与方法

2．2．1 SFM算法原理

2．2．2 CPW算法原理

2．3 2.5D稳像的基本理论与方法

2．3．1 外点检测算法

2．3．2 基于时空优化的稳像方法

2．4 本章小结

3 基于特征点分类的自适应局部子空间稳像方法

3．1 算法流程

3．2 特征点检测

3．2．1 Shi-Tomasi特征点检测原理

3．2．2 基于Kanade Lucas光流的特征点匹配

3．3 基于全局运动矢量估计的特征点分类

3．4 局部子空间约束

3．4．1 构造长度自适应调整的轨迹矩阵

3．4．2 局部子空间约束

3．5 帧间变换一致性

3．6 仿真实验结果

3．7 本章小结

4 基于特征点分类的联合局部子空间立体视频稳像

4．1 基于双目视觉的立体视频原理

4．2 立体视频的低秩局部子空间约束

4．2．1 仿射相机模型下的立体视频稳像

4．2．2 透视相机模型下的立体视频稳像

4．3 联合局部子空间的稳像方法

4．3．1 联合局部子空间的模型

4．3．2 视差失真的估计

4．4 立体视频的合成

4．5 仿真实验结果

4．5．1 仿真实验一

4．5．2 仿真实验二

4．6 本章小结

结论

参考文献

攻读硕士学位期间发表学术论文情况

致谢