电子稳像

摘要： 车载摄像头是智能车辆视觉系统中必不可少的部件。在恶劣道路或极限工况下,车辆的振动状况显著,车载摄像头采集到的图像序列会发生抖动。针对此问题,提出了一种适用于车辆复杂工况的电子稳像算法。基于车载工况下的实时性要求,选择ORB(oriented FAST and rotated BRIEF)算法进行特征检测与描述。为了提高特征点匹配精度与匹配效率,改进了传统随机采样一致性算法,增强了其对多匹配点、匹配点集中工况的适应性。为了适应车载工况下的剧烈振动,采用了自适应卡尔曼滤波算法以解决经典的卡尔曼滤波对初值敏感的问题。最后搭建了一辆振动特性显著的汽油模型车,在恶劣的路面条件下开展了实验,在较正常工况更为极端的条件下验证了提出的电子稳像算法的正确性与有效性。

摘要： 本文首先简单地介绍了全景成像的基本概念,其次对几种常见类型的全景成像系统进行说明,并着重对不同类型的全景成像系统进行了分析比较,然后论述怎样处理成像的稳定性和质量,最后讨论了全景成像系统的应用前景和未来发展。

摘要： 为了改善PWStableNet稳像神经网络输出的视频图像局部易发生失真的缺点,提出了2种新的约束方式作为改进,以损失函数的形式来抑制输出视频中的过量运动,阻止局部失真的发生。主要是2种约束方案的设计:一是对翘曲场进行频域分析,鼓励低频信息抑制高频信息;二是对生成的稳定帧进行分析,计算局部运动的剧烈程度,鼓励平稳运动抑制剧烈运动。经过实验数据对比,在主观效果上,改进后网络输出的帧间差分图更接近于真稳定视频,过量的局部运动得到抑制;在客观评价指标上,改进后的网络多数性能指标高于改进前,性能有效程度提升平均值为7.73%,说明改进后神经网络的综合质量优于原网络。

摘要： 为解决无人艇在行驶过程中艇身晃动造成的视频抖动问题,提出了一种基于多元灰度投影的无人艇电子稳像方法,通过采用差分灰度投影、环投影和圆投影,估计出相邻帧之间存在的相对运动关系并进行补偿,从而达到稳像的目的.与传统方法相比,对于大面积无意义纹理的抵抗性更好,因此对于水面环境具有更好的适应性.在实验阶段,通过对数据集和水面实拍视频进行处理和分析,结果表明文中方法对水面环境有很高的稳像精度和很强的鲁棒性.

摘要： 飞机飞行过程中产生的颠簸、晃动会使得采集到的红外图像序列存在抖动,影响后续对红外图像的观察,不利于对红外图像目标的识别、定位与跟踪.本文提出了一种基于改进的Harris角点法对机载红外图像进行实时电子稳像的方法.首先采用改进的Harris角点响应函数结合距离约束条件进行角点检测,该方法保证即使对图像质量较差的红外图像,也能检测出数量足够且分布均匀的角点;然后基于检测出的角点利用提出的关键帧参考方式结合多尺度的金字塔光流算法进行跟踪匹配,完成运动估计,进而实现对机载红外图像的电子稳像.用该方法对多组含有抖动的640×512尺寸的红外图像序列进行稳像处理,实验表明,本文提出的算法与传统的Harris角点检测算法相比有更好的检测效果,能够很好地去除红外机载图像序列的抖动,且能够满足50 fps采集速率下的实时处理.

摘要： 直升机/无人机在巡检输电线路过程中,机载摄像机会不可避免地产生轻微或剧烈的抖动,为了获取稳定、清晰的巡检视频,需要对抖动视频进行去抖增稳.本文通过对输电线路巡检视频连续帧进行智能处理,在传统的运动估计模块与运动补偿模块之外,增加运动初判模块,采用相位相关法进行运动初判,基于FAST特征点的光流法进行运动估计,进而基于主运动识别的方法进行运动补偿,算法可根据可见光和红外视频抖动程度自动采取合适的处理策略及方法,实现直升机巡视光电吊舱视频的去抖增稳,实验表明,算法运动估计精度达0.024像素,抖动判断准确率为91％,标清巡检视频处理速度为25帧/s.

摘要： 针对抖动导致车载视频图像失真的问题,将图像区域等分的思想与灰度投影算法融合,获得一种利用局部运动矢量估算全局运动矢量的方法;借助图像的全局运动矢量和滤波的思想,利用运动矢量偏差补偿抖动对图像失真的影响,获得一种稳像算法.数值实验结果表明,该稳像算法对于提高车载视频图像的稳定性具有好的效果.

摘要： 利用搭载了数字摄像机的无人机拍摄实时视频,通过图像特征自动识别燃火点,得到精确的火灾位置及范围.在无人机悬停拍摄过程中,对视频进行电子稳像.通过图像的颜色特征检测火灾区域.计算火灾范围边界和中心,通过对视频中火灾中心点位置变化的分析,判断火灾蔓延的方向,估计出火灾蔓延的速度和加速度,以达到灾情快速预判的目的.研究结果表明,提出的方法能有效实现火灾检测,并预判火灾的发展趋势.

摘要： 车辆行驶产生的颠簸、晃动,会严重影响红外激光车载云台采集视频的质量,不利于信息的观察和判读.为了改善视频质量,提出一种实时有效的车载电子稳像方法.首先,用非线性扩散滤波建立尺度空间,使视频帧在无损精度的前提下突出边缘信息;然后,采取图像亮度信息与梯度信息相结合的特征提取策略,利用图像亮度信息快速搜索潜在特征点并记录其位置,并通过分析其梯度信息与预判条件的对比结果来选取优质特征点,在特征描绘阶段,通过增强二值特征描绘器之间的显著性和差异性,提升特征量的辨别力;最后,通过位置验证辨别相似特征,提高全局运动矢量估计精度.时间比对实验表明提出的算法能够满足实时处理的要求,在分辨率为720 P时也能达到每秒处理帧频大于60帧;有效能力对比实验中,新方法的重复度均高于65％,明显提高了特征探测能力,并且在加入去抖动设计后6组实验的帧间转换精度分别提升了46.8％、30.8％、28.44％、28.1％、33.9％和53.4％,表明该方法极大地改善了抖动视频的稳定性和视频信息提取的准确度.%The quality of vehicle records was seriously influenced along with the bumping and shaking driving, and the jittering videos would impact observer reading and interpreting the information. In order to improve the quality of the records, a real-time image stabilization method for vehicle cloud platforms had been proposed. Firstly, the nonlinear filter was adopted to build scale space for the purpose of highlighting edge information; Secondly, a feature detection combined fast image brightness test and gradient calculation was put forward for more quality features, furthermore, increasing the self-salience and differences between descriptors brought discriminative power; Finally, similar features was availably distinguished by location verification for accurate estimation of global motion vector. The time experimental results shown that the proposed approach fulfile the task of real-time, and the average frame rate is over 60 even when the resolution is 720 P. In effective capability experiments, the repeatability of new method is more than 65％ , which indicates the enhancement of detection power. Furthermore, the ITF of 6 group tested increase 46.8％, 30.8％, 28.44％, 28.1％, 33.9％ and 53.4％ after dejitter design, which illustrates that the method significantly improves the effectiveness and precision of the vehicle image stabilization algorithm.

摘要： 基于车载的光电系统在采集图像的过程中,载车的随机振动会导致视频序列发生抖动,需要通过稳像技术来消除.为解决传统电子稳像方法中存在帧间跳变、机械性选择参考帧,以及边缘信息丢失的问题,提出了一种基于自适应补偿的电子稳像方法.首先,自适应的更新参考帧,后续帧与更新的参考帧进行特征点的提取和匹配,并通过参数迭代方法求解相对于第1帧的全局运动参数;然后,区分不同的全局运动参数:旋转角度、水平、垂直方向的偏移量,并通过运动滤波从全局运动参数中分离出扫描运动,补偿随机抖动;最后,采用后向映射方式实现运动补偿,并运用图像镶嵌,即利用参考基准帧的信息对校正后图像的边缘信息进行补偿.实验结果表明:稳像后视频序列有很好的视觉稳定效果,且提高了峰值信噪比(PSNR)和帧间变换保真度(ITF).本文的方法具有很好的鲁棒性,在不同的视频场景下都可以实现稳像,可以满足稳像的精度要求.

摘要： 红外热成像具有隐蔽性好、探测矩离远、能识别伪装并获得目标的状态信息等突出优点,在装甲车辆观瞄系统和侦察系统中得到了越来越多的应用.由于路面情况复杂,红外图像序列随着车体和成像设备的颠簸将出现抖动的情况,导致人眼无法有效地观察和跟踪图像中的目标,并对计算机后端处理图像也造成了不良影响.电子稳像是一种利用软件来实现稳像的方法,具有速度快、精度高、成本低等突出优点.但由于红外图像总体灰度偏暗,目标图像与背景对比度低等特点,直接利用电子稳像对红外图像处理容易出现特征的无匹配,导致稳像失败或效果变差.本文针对红外图像灰度分布的特点,提出了一种将直方图均衡化与灰度投影相结合的电子稳像算法,实现了对红外图像序列的有效稳定.

摘要： 灰度投影算法检测图像序列的帧间运动矢量,具有稳定性好、容易实现等优点.但以往使用全局搜索算法寻找最佳匹配点,运算量大、耗时长,且匹配精度只能达到像素级别.提出了一种子像素精度的快速灰度投影电子稳像算法.在WINDOWS环境下通过Matlab编程实现，实验中分别用传统的灰度投影全局搜索算法和改进的快速搜索算法对仅有平移运动的2个视频图像进行比较，以峰值信噪比(PSNR)大小来评价算法的精度，以运算量和运算时间来评价算法执行的效率。实验证明,此方法具有可靠性好、精度高和速度快等优点,可有效完成视频图像的运动估计.

摘要： 本文提出采用canny边缘检测算法提取图像中的特征点，利用该特征点进行运动估计，从而实现帧间电子稳像的方法。由于Canny算子抗噪声能力较强，以及对光线变化的适应性，所以提取的特征点稳定可靠。本文采用相关匹配系数来判定特征点有效性，当相关匹配系数小于设定阈值时，认为该特征点无效，从而避免意外因素对运动估计带来干扰。实验结果表明，本文提出的算法对帧间图像运动估计稳定可靠，可以满足一定的精度，同时算法满足实时性要求。

摘要： 为了在摄像机平台不稳的情况下获取稳定的图像序列，实现基于电子稳像的视频监控、目标跟踪，对摄像机主动扫描运动与随机抖动分离方法进行了研究，提出了一种有效的电子稳像方法。该方法结合灰度投影法和块匹配方法的优点，在保证实时性的前提下，能准确地估计出相机的全局运动矢量；并根据抖动噪声的强度调节均值滤波器的窗长，对全局运动矢量进行平滑滤波，保留相机的主动移动、补偿抖动分量，最终得到真实稳定的图像序列。实验证明该算法稳像效果较好，具有很高的实用价值。

摘要： 电子稳像作为一项视频增强技术在军事和民用方面应用越来越广泛。本文设计了一种基于TMS320DM6446的嵌入式电子稳像系统。系统采用代表点匹配算法对图像序列进行运动估计和运动补偿，算法分辨率为1个像素，能够实现水平和垂直方向30个像素抖动视频的稳像。系统采用中断方式实现了双核协同工作。

摘要： 介绍了光流计算模型下智能电子稳像算法的整个流程，包括三部分：运动估计、抖动检测和运动补偿。重点介绍了运动估计算法和智能抖动检测算法；详细阐述了在OpenCV 平台上，首先对图像序列进行高斯滤波，然后利用金字塔Lucas & Kanade 算法进行全局运动估计并设置判别条件，进行智能抖动检测，最后对发生抖动的序列进行图像补偿，从而得到稳定的视频序列的电子稳像方法。利用结构相似度—SSIM 对稳像的结果进行了客观评价。实验数据及结果的分析表明：平移全局运动估计精度能达到亚像素，旋转估计精度能达到0.5 °以下；稳像后计算得到的结构相似度SSIM 值平均能达到0.96 左右，说明采用的稳像策略效果良好。

摘要： 针对传统电子稳像方法的稳像精度低的问题，提出一种基于特征块与点结合的高精度电子稳像方法。该算法首先将图像分块，检测其每一块的特征，确定和整幅图像灰度均值差异最大的特征块，在特征块中寻找极值点，检测k阶极值点作为特征点用于运动矢量的估计。并且计算这组极值点的特征代表点。然后根据帧与帧之间特征代表点的位置确定帧间的位移矢量，并对其补偿。 实验表明，该方法能准确地标定帧间的特征点，提高了稳像的精度。

摘要： 通过分析早期森林火灾烟雾的运动规律，提出了一种基于运动累积和M距离判别的视频烟雾检测方法。由于火灾烟雾通常从阴燃地点持续冒出，冈而通过运动累积模型度量像素变化的差异程度，能够很好地捕获这种早期的时空视觉特征。 在进行运动目标榆测之前，首先用电子稳像技术使视频序列图像平滑稳定，解决了因监控设备抖动引起的干扰问题。根据烟雾的颜色特征和纹理特征，提出了一种基于M距离判别的烟雾识别模型。颜色特征主要包括I1、I2、I3、颜色模型的三个特征量，纹理特征主要包括：角二阶矩、惯性矩、相关性、熵和逆差矩。经实验室/工程试验表明，电子稳像、运动累积和M距离判别相结合的方法能对森林火灾视频图像有效识别率为94.85％。

摘要： 视频序列往往会由于摄像机及其栽体的运动产生扰动,一些过量的扰动即视频序列的抖动会严重影响视频图像的质量,对于视频序列抖动问题的研究也因而逐渐兴起。文章立足于分析抖动产生的机理及在抖动的分类和建模方面进行研究,企图对抖动进行更为细致、系统地研究以期得到更好的稳像效果。

摘要： 本发明提供一种増稳方法、増稳装置、计算机可读介质以及电子设备。其中，利用感测单元实时地采集负载的运动信息并且利用连接到负载的执行单元对负载进行増稳。该増稳方法包括：从感测单元获取实时采集的负载的运动信息，根据实时采集的负载的运动信息获取负载在补偿轴上的实时运动状况；以及，根据负载在补偿轴上的实时运动状况，生成与执行单元的工作模式一致的指令信号并发送给执行单元，以由执行单元根据指令信号对负载进行増稳。本发明可以主动、实时地实现对负载的増稳，并且提高了响应速度和増稳精度。

摘要： 本公开提供了一种图像稳像方法、装置、电子设备及存储介质，涉及人工智能领域，尤其涉及计算机视觉、智能交通、车路协同等技术领域。具体实现方案为：对感知设备的当前图像前景检测，得到当前图像中各障碍物的信息；针对每一障碍物，在当前图像的各预设稳像框中确定对应的目标稳像框；基于障碍物的信息确定该障碍物是否遮挡其对应的目标稳像框；未遮挡时计算其对应的目标稳像框与基准图像中相应稳像框的偏移量，得到该障碍物对应的目标稳像框的稳像偏移量；在至少一个障碍物对应的目标稳像框的稳像偏移量不超过预设阈值时，基于至少一个障碍物对应的目标稳像框的稳像偏移量以及各障碍物的信息，确定各障碍物的新位置，实现了感知设备的稳像。

摘要： 本申请提供一种激光器稳频方法、装置、电子设备及存储介质。所述方法包括：获取目标激光器的温度数据；根据所述温度数据，通过训练获得的频差预测模型，得到预测频差；所述预测频差为预测的所述目标激光器的第一激光频率与超稳光源的第二激光频率的差值；获取所述第一激光频率与所述第二激光频率的初始频差；将所述预测频差与初始频差的差值作为调节频差；响应于确定所述调节频差在声光频移器的调节范围内，根据所述调节频差对所述目标激光器的激光频率进行调整。本申请的方法通过与机器学习技术结合，提出一种复用结构简单、费用低廉、灵活性强的激光器稳频方法。

摘要： 本发明实施例公开了一种区域稳控系统的测试方法、系统、电子设备及存储介质。测试方法应用于稳控测试系统，稳控测试系统包括数据处理装置和稳控测试仪，区域稳控系统包括至少一个待测稳控装置，方法包括：通过稳控测试仪接收待测稳控装置发送的站间通信数据，基于站间通信数据得到状态序列，并发送至数据处理装置；其中，状态序列包括多个模拟量，站间通信数据包括状态序列；通过数据处理装置对状态序列中的模拟量进行计算，根据计算结果得到模拟量范围；基于模拟量范围和预设阈值，判定状态序列中是否存在突变模拟量，若是存在，基于突变模拟量得到测试结果，并输出测试结果。本发明实施例的技术方案提高了区域稳控系统测试的准确度。

摘要： 本发明实施方式提供一种数据采集设备、数据采集系统和电子稳像设备。数据采集设备包括：计时器，被配置为生成时间戳数据；控制模块，被配置为当接收到预设的输入信号时，生成数据获取命令以及从所述计时器获取所述时间戳数据；通信模块，被配置为基于所述数据获取命令从微机电系统（MEMS）传感器获取MEMS数据；组包模块，被配置为将所述MEMS数据和所述时间戳数据组合为数据包。本发明实施方式分别获取MEMS数据和时间戳数据，将MEMS数据和时间戳数据共同组合为数据包，便于后续基于该数据包在时间维度上使用MEMS数据，还提高了数据采集的实时性，并降低了CPU负载及功耗和系统总线带宽，提高整体系统的稳定性。

摘要： 本发明公开了一种基于机械稳像和电子稳像的稳像方法及复合式稳像系统，采用基于MPU6050运动传感器与步进电机的机械稳像系统，将摄像机偏转角度控制在5°以内；然后采用基于分块灰度投影的电子稳像方法，通过中位数筛选法进行全局运动估计，去除帧间小幅高频抖动，实现精确稳像。本发明的装置包括MPU6050传感器模块、MSP430主控模块、电机控制模块以及电子稳像模块。本发明提供了一种可以适应摄像机大角度偏转以及复杂背景的满足运动平台成像系统需求的复合式稳像系统。

摘要： 本发明公开了一种基于电子稳像的惯性稳定平台增稳方法，该方法在光电吊舱处于观测状态下通过电子稳像检测静止参照物像元数变化量，进一步求出视轴偏移量；通过卡尔曼滤波器，根据视轴偏移量结合卡尔曼先验估计补偿量得出后验估计补偿量，使用该补偿量作为稳定偏移补偿量；通过卡尔曼增益判断稳定偏移补偿量可信度，决定稳定偏移补偿量是否作为补偿量；通过稳定偏移补偿量与惯性稳定系统伺服稳定精度进行比较，判断是否进行位置环补偿的惯性稳定误差补偿方法。通过以上方法，在观测状态下，使视轴保持稳定；即使视场出现短暂遮挡，也能使视轴仍保持相对稳定。

摘要： 本发明实施方式提供一种数据采集设备、数据采集系统和电子稳像设备。数据采集设备包括：计时器，被配置为生成时间戳数据；控制模块，被配置为当接收到预设的输入信号时，生成数据获取命令以及从所述计时器获取所述时间戳数据；通信模块，被配置为基于所述数据获取命令从微机电系统（MEMS）传感器获取MEMS数据；组包模块，被配置为将所述MEMS数据和所述时间戳数据组合为数据包。本发明实施方式分别获取MEMS数据和时间戳数据，将MEMS数据和时间戳数据共同组合为数据包，便于后续基于该数据包在时间维度上使用MEMS数据，还提高了数据采集的实时性，并降低了CPU负载及功耗和系统总线带宽，提高整体系统的稳定性。

摘要： 本发明涉及一种快速鲁棒电子稳像方法，该方法如下：针对任一帧图像，以图像坐标原点为中心点提取m×n大小区域作为稳像模板；m为稳像模板像素列数，n为稳像模板像素行数；m＝30％M～40％M，n＝30％N～40％N；M为图像像素列数，N为图像像素行数；基于灰度投影的偏移量计算方法获取行、列粗略偏移量；基于钻石搜索方法获取最终行列偏移量；将稳像模板中心按最终行列偏移量进行偏移作为下一帧图像中稳像模板的中心坐标，同时根据最终行列偏移量对该帧图像的行列分别进行稳像。本发明在保证较高精度的前提下，减少了计算量，提高了运行效率。

摘要： 一种基于分块kalman运动预测的电子稳像方法，包括如下步骤：对视频流的每幅图像都进行了分块，并计算相邻帧间图像每一块的仿射变换矩阵，再通过kalman滤波进行局部运动估计，去除视频流中不规则的抖动、保留相机的扫描运动，进行局部运动补偿，最后对补偿后的图像进行全局优化，完成电子稳像。本发明对图像进行分块描述能够有效的减少运动补偿所造成的图像畸变，通过kalman滤波技术能够很好的预测主观运动、去除抖动，通过全局优化和图像融合减少了运动补偿后产生的图像空白区域。