问题:
关键词:电子稳像,图像匹配,运动滤波,卡尔曼滤波器
● 参考解析
近年来视频稳像技术逐渐成为运动载体视频处理的一个重要环节,其目的就是要将不稳定视频当中的随机抖动分量消除,形成较为稳定的视频输出。视频稳像通常可以分为前端稳像和后端稳像,二者的主要区别在于前端稳像对稳像系统的要求在保证稳像质量的同时更要保证实时性。从信息传输的角度来看,前端稳像提供的稳定的图像为存储设备提供了更有利于压缩的视频源,同时可以在相同的图像质量下获得更小的码流,节省了传输信道的带宽,提高了通信系统的效率。此外,与传统的光学稳像和机械稳像相比,电子稳像具有体积小、成本和功耗低以及应用场合广泛等优点,因此得到了广泛的研究。
文章首先介绍了电子稳像的研究背景和意义、电子稳像算法的发展概况及国内外研究现状;然后给出了电子稳像系统模型,分析了电子稳像匹配算法和常见运动滤波算法,指出了其中的优点和不足,为下一步研究提供了良好的基础。本文着重分析了块匹配、位平面匹配、代表点匹配、特征匹配、光流法等方法,比较了低通滤波、B样条曲线运动滤波、K均值聚类法、递归卡尔曼滤波等运动滤波方法。在现有的软硬件条件下,本文提出了基于自适应卡尔曼滤波器的前端电子稳像系统:待稳定视频源经过预处理后,进行位平面转换,然后采用块匹配的方法,提取各块的局部运动矢量和图像帧间的全局运动矢量,最后利用参数实时修正的卡尔曼滤波器来进行运动滤波、图像补偿,通过传感器的采样,得到运动载体的相对精确的抖动参数与通过块匹配算法得到的抖动参数进行对比,实时调整观察误差,来进一步提高卡尔曼滤波器的性能,从而进一步提高了稳像系统的稳定效果。
最后在实验室的条件下,对设计的系统进行了实验室仿真。实验用Microsoft Visual C++编程对运动载体视频图像序列进行了稳像处理,并利用图像稳定评定标准对算法的稳像结果进行了分析,实验结果证明了所提出的稳像算法的有效性。
相关内容
相关标签