隨著智能手機(jī)、無人機(jī)等移動(dòng)拍攝平臺(tái)的快速發(fā)展,移動(dòng)拍攝設(shè)備用于視頻采集的比例越來越大,視頻穩(wěn)像成為了熱門的研究問題。由于移動(dòng)拍攝平臺(tái)的靈活性,其所采集視頻往往伴隨幅度較大的隨機(jī)抖動(dòng)、視角變換、前景遮擋等情況。而現(xiàn)有的視頻穩(wěn)像修復(fù)技術(shù)存在全局運(yùn)動(dòng)矢量估計(jì)不準(zhǔn)確、圖像修復(fù)效果不佳等問題。為了解決這些問題,本文在深入研究視頻穩(wěn)像修復(fù)技術(shù)的基礎(chǔ)上,提出了運(yùn)動(dòng)估計(jì)和運(yùn)動(dòng)補(bǔ)償修復(fù)方法的改進(jìn),同時(shí)設(shè)計(jì)并實(shí)現(xiàn)了面向移動(dòng)拍攝平臺(tái)的視頻穩(wěn)像修復(fù)原型系統(tǒng)。本文主要研究工作包括以下內(nèi)容:（1）提出了一種基于參考幀優(yōu)選和前后景特征點(diǎn)分離的運(yùn)動(dòng)估計(jì)算法,以提升全局運(yùn)動(dòng)矢量估計(jì)精度。首先以相鄰幀優(yōu)先為原則進(jìn)行參考幀選取方式優(yōu)化,而后通過網(wǎng)格聚類和密度聚類算法融合的方式對(duì)視頻幀中的特征點(diǎn)進(jìn)行聚類和初步的篩選,最后利用隨機(jī)采樣一致性算法求取最優(yōu)單應(yīng)矩陣,結(jié)合透視投影變換與距離準(zhǔn)則進(jìn)一步提純,獲得準(zhǔn)確的背景特征點(diǎn)對(duì)用于計(jì)算全局運(yùn)動(dòng)矢量。實(shí)驗(yàn)表明該算法可以有效提高全局運(yùn)動(dòng)矢量精度、提升穩(wěn)像修復(fù)效果。（2）提出了一種基于時(shí)序網(wǎng)絡(luò)預(yù)測(cè)與金字塔融合的運(yùn)動(dòng)補(bǔ)償修復(fù)算法,以改善缺損修復(fù)部分圖像質(zhì)量不高、圖像拼接處不自然等情況。首先自... 

【文章來源】：江蘇大學(xué)江蘇省

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

移動(dòng)平臺(tái)拍攝的圖像序列之間關(guān)系示意圖

江蘇大學(xué)工程碩士學(xué)位論文25點(diǎn)的網(wǎng)格，即idHn為true的網(wǎng)格數(shù)量超過閾值T，則判定當(dāng)前窗口b中包含特征點(diǎn)的網(wǎng)格單元都屬于簇，并將那些網(wǎng)格單元的對(duì)應(yīng)屬性idSt置為true，其余空白網(wǎng)格單元對(duì)應(yīng)idSt置為false。若滑動(dòng)窗口b內(nèi)包含特征點(diǎn)的網(wǎng)格數(shù)量小于閾值T，則當(dāng)前窗口b中的網(wǎng)格單元的idSt屬性都置為false，同時(shí)將下一次的滑動(dòng)步長(zhǎng)設(shè)置為3個(gè)網(wǎng)格單元。（4）掃描過程按照步驟（3）中的規(guī)則進(jìn)行，直至所有網(wǎng)格單元的屬性都被賦值true或者false。所有idSt的值為true的網(wǎng)格單元中包含的特征點(diǎn)即為聚類出的結(jié)果。圖3.7展示的是結(jié)合網(wǎng)格的DBSCAN聚類效果示意圖。由于DBSCAN聚類算法特性，部分特征點(diǎn)被算法作為噪聲剔除，最終的聚類結(jié)果為如圖中所示的3個(gè)簇。經(jīng)過大量實(shí)驗(yàn)，算法只保留3個(gè)最終包含網(wǎng)格單元數(shù)最多的簇（內(nèi)的特征點(diǎn)）。系統(tǒng)對(duì)保留下的特征點(diǎn)（對(duì)）用于后續(xù)的算法中。結(jié)合網(wǎng)格的DBSCAN聚類算法對(duì)特征點(diǎn)進(jìn)行了初步的篩選，在一定程度上提高了后續(xù)算法的效率。圖3.7結(jié)合網(wǎng)格的DBSCAN聚類為3個(gè)簇效果示意圖3.2.3誤匹配剔除得到了初步篩選出的特征點(diǎn)對(duì)后，下一步就需要對(duì)特征點(diǎn)對(duì)進(jìn)行進(jìn)一步的過濾，以確保最終剩下的都是背景特征點(diǎn)對(duì)。在視頻穩(wěn)像方法中常用的去除誤匹配方法是由Fischler等人[59]提出的隨機(jī)抽樣一致性算法（RANSAC）。該算法從一組數(shù)據(jù)集中，通過若干次的隨機(jī)抽樣，迭代估算出滿足該數(shù)據(jù)集的最優(yōu)模型參數(shù)矩陣，適用于包含噪聲點(diǎn)的樣本數(shù)據(jù)集。RANSAC算法具有魯棒性強(qiáng)和耗時(shí)短的優(yōu)點(diǎn)，而缺點(diǎn)是RANSAC算法效果在一定范圍迭代次數(shù)內(nèi)與結(jié)果成正比，但若設(shè)置迭代次數(shù)的上限，并不一定得到最優(yōu)的結(jié)果。本章考慮到RANSAC算法的優(yōu)缺點(diǎn)以及實(shí)際去除誤匹配效果，并考慮到實(shí)際的算法效率，通過對(duì)RANSAC

江蘇大學(xué)工程碩士學(xué)位論文53存儲(chǔ)模塊具體實(shí)現(xiàn)步驟為：（1）對(duì)從視頻輸入模塊（僅限采用接入攝像頭獲取視頻的方式）、軌跡平滑模塊和視頻圖像修復(fù)模塊的視頻緩存至臨時(shí)文件夾。（2）判定原型系統(tǒng)是否處于斷電、無響應(yīng)等突發(fā)狀態(tài)。若判定是，跳過后續(xù)步驟，保留緩存文件等待用戶后續(xù)處理。（3）由用戶對(duì)文件的保留與否進(jìn)行確認(rèn)。若選擇是，則將緩存的視頻文件轉(zhuǎn)存至指定文件夾。5.3實(shí)驗(yàn)結(jié)果5.3.1視頻輸入功能展示圖5.8是系統(tǒng)的主界面，通過按鈕來選擇使用的視頻輸入方式。選擇視頻源輸入方式后，系統(tǒng)會(huì)以彈出對(duì)應(yīng)方式的界面供用戶進(jìn)行后續(xù)操作。圖5.8系統(tǒng)主界面選擇了“讀取攝像頭”方式后，系統(tǒng)會(huì)調(diào)用默認(rèn)的攝像頭持續(xù)讀取視頻并顯示在原始視頻對(duì)應(yīng)的框中，如圖5.9所示。若系統(tǒng)檢測(cè)不到攝像頭則會(huì)彈出提示窗，并不能進(jìn)入攝像頭方式界面。下方控制區(qū)中的“切換攝像頭”按鈕在系統(tǒng)檢測(cè)不到其他攝像頭時(shí)不可用。

【參考文獻(xiàn)】：
期刊論文
[1]結(jié)合網(wǎng)格密度聚類的行人檢測(cè)候選域生成[J]. 成科揚(yáng),周博文,李世超,孫爽.  中國(guó)圖象圖形學(xué)報(bào). 2019(09)
[2]電子穩(wěn)像算法的速度與精度改進(jìn)[J]. 董常青,程雪岷,郝群.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2018(08)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的視頻圖像超分辨率重建方法[J]. 劉村,李元祥,周擁軍,駱建華.  計(jì)算機(jī)應(yīng)用研究. 2019(04)
[4]基于自適應(yīng)補(bǔ)償?shù)碾娮臃�(wěn)像方法[J]. 尹麗華,李范鳴,劉士建.  激光與紅外. 2017(11)
[5]結(jié)合最佳縫合線和多分辨率融合的圖像拼接[J]. 谷雨,周陽,任剛,馮秋晨,魯國(guó)智.  中國(guó)圖象圖形學(xué)報(bào). 2017(06)
[6]在反卷積網(wǎng)絡(luò)中引入數(shù)值解可視化卷積神經(jīng)網(wǎng)絡(luò)[J]. 俞海寶,沈琦,馮國(guó)燦.  計(jì)算機(jī)科學(xué). 2017(S1)
[7]基于下采樣灰度投影的電子穩(wěn)像算法研究[J]. 范葉平,郭政,張銳.  工礦自動(dòng)化. 2017(04)
[8]基于特征匹配與運(yùn)動(dòng)補(bǔ)償?shù)囊曨l穩(wěn)像算法[J]. 唐佳林,鄭杰鋒,李熙瑩,蘇秉華.  計(jì)算機(jī)應(yīng)用研究. 2018(02)
[9]一種用于實(shí)時(shí)數(shù)字穩(wěn)像的全分辨率運(yùn)動(dòng)補(bǔ)償方法[J]. 翟博,鄭錦,王越.  北京航空航天大學(xué)學(xué)報(bào). 2016(04)
[10]一種自動(dòng)計(jì)算參數(shù)的多密度網(wǎng)格聚類算法[J]. 李光興,唐俊,易林,徐彬.  計(jì)算機(jī)與數(shù)字工程. 2014(07)

博士論文
[1]基于特征提取與匹配的車載電子穩(wěn)像方法研究[D]. 熊晶瑩.中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所 2017
[2]航空光電穩(wěn)定平臺(tái)擾動(dòng)抑制技術(shù)的研究[D]. 李賢濤.中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2014

碩士論文
[1]基于DSP的實(shí)時(shí)電子穩(wěn)像與目標(biāo)跟蹤技術(shù)研究[D]. 何逍陽.大連理工大學(xué) 2019
[2]基于尺度空間的無人機(jī)影像實(shí)時(shí)穩(wěn)像方法研究[D]. 葛林.東北林業(yè)大學(xué) 2019
[3]基于特征點(diǎn)匹配的電子穩(wěn)像算法研究及其硬件實(shí)現(xiàn)[D]. 楊啟航.西安理工大學(xué) 2018
[4]基于聚類分析和卡爾曼濾波的電子穩(wěn)像研究[D]. 李想.湖北工業(yè)大學(xué) 2018
[5]全景電子穩(wěn)像中全局運(yùn)動(dòng)估計(jì)及運(yùn)動(dòng)濾波方法研究[D]. 任正瑋.長(zhǎng)春理工大學(xué) 2017
[6]多視點(diǎn)視頻的三維重建和顯示[D]. 喬曉田.浙江大學(xué) 2016
[7]實(shí)時(shí)電子穩(wěn)像技術(shù)研究[D]. 王曉東.北京理工大學(xué) 2015
[8]基于特征光流的電子穩(wěn)像技術(shù)研究[D]. 劉廣龍.哈爾濱工業(yè)大學(xué) 2015
[9]基于塊匹配和局部子空間的視頻穩(wěn)像方法研究[D]. 李棱銥.大連理工大學(xué) 2015
[10]數(shù)字穩(wěn)像算法研究[D]. 樂國(guó)慶.中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2014



本文編號(hào)：3589268