基于特征点匹配的电子稳像算法研究

论文摘要

电子视频稳像技术的目的是消除目标视频中的抖动,从而使视频的可观性得到提升。主要包括运动估计、运动滤波和运动补偿三个技术模块。其中运动估计模块的目的在于估计帧间的全局运动。与视频编码中的运动估计有所不同的是,稳像中的运动估计要求能够在剧烈的帧间运动下快速准确的完成估计。因此,具有一定的特殊性。运动滤波可以有效的去除不需要的抖动而保持用户的有意运动,运动补偿把最终按照修正过的运动参数把每一帧校正到正确的位置上。本文主要针对稳像技术中的运动估计技术进行较为全面的研究,包括:1.对现有各类运动估计技术的仿真和分析。2.提出了一种基于参数空间投票和边缘点匹配的全局运动估计算法(PVEPM算法)。在PVEPM算法中,我们采用了图像预处理,边缘点提取等已有技术,同时提出了参数空间投票,稀释滤波器,约束搜索等新的技术。实验表明PVEPM算法有较高的准确度,能够适用实际图像,鲁棒性较好,稳像性能较好且相比传统特征点算法有很大的速度上的优化;同时,该算法针对各种场景和各类干扰均有较好的适应性。本文还简单的介绍了运动滤波和运动补偿技术。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究的目的和意义
• 1.2 电子稳像技术研究现状
• 1.2.1 运动估计
• 1.2.2 运动滤波
• 1.2.3 运动补偿
• 1.2.4 图像后处理
• 1.3 电子稳像技术的国内外发展态势
• 1.4 电子稳像技术存在的难点
• 1.5 本文的主要工作和创新点
• 1.6 仿真实验平台
• 1.7 本文组织结构
• 第二章 电子稳像相关的图像处理理论
• 2.1 数字图像处理的系统构成
• 2.2 数字图像处理的基本内容和方法
• 2.2.1 数字图像的表达
• 2.2.2 数字图像处理的基本内容
• 2.2.3 数字图像处理的基本方法
• 2.3 图像预处理技术
• 2.3.1 图像噪声抑制技术简介
• 2.3.2 空间域均值滤波及其实验结果
• 2.3.3 空间域中值滤波及其实验结果
• 2.4 图像的角点提取
• 2.4.1 Harris角点检测算法
• 2.4.2 SUSAN角点检测算法
• 2.5 图像的边缘检测
• 2.5.1 点检测
• 2.5.2 边缘及检测原理
• 2.5.3 正交梯度算子
• 2.5.4 二阶导数算子
• 2.6 电子稳像系统的基本模型
• 2.7 本章小结
• 第三章 全局运动估计算法分析
• 3.1 摄像机的运动与图像运动的关系
• 3.1.1 摄像机运动与图像运动
• 3.1.2 图像运动模型
• 3.2 全局运动估计的基本方法
• 3.2.1 块匹配法
• 3.2.2 灰度投影算法
• 3.2.3 基于相位相关的运动估计法
• 3.2.4 位平面法
• 3.2.5 光流法
• 3.2.6 特征匹配算法
• 3.3 本章小结
• 第四章 基于参数空间投票和边缘点匹配的全局运动估计
• 4.1 传统的特征点匹配算法
• 4.1.1 传统特征点匹配算法原理
• 4.1.2 传统特征点匹配法仿真验证
• 4.1.3 传统特征点匹配算法小结
• 4.2 基于参数空间投票和边缘点匹配的全局运动估计算法
• 4.2.1 图像预处理
• 4.2.2 边缘点提取
• 4.2.3 参数空间投票
• 4.2.4 关于参数空间投票方法的讨论
• 4.2.5 稀释滤波器
• 4.2.6 约束搜索算法
• 4.2.7 PVEPM算法结构图
• 4.3 PVEPM算法仿真实验分析
• 4.3.1 PVEPM算法功能测试
• 4.3.2 PVEPM算法适应度测试
• 4.4 本章小结
• 第五章 运动滤波与运动补偿
• 5.1 运动参数自适应平滑滤波
• 5.1.1 自适应平滑滤波算法原理
• 5.2 基于Kalman滤波的运动滤波算法
• 5.2.1 Kalman滤波公式
• 5.2.2 状态空间模型的确定
• 5.2.3 修正矢量的确定
• 5.2.4 实验结果
• 5.3 运动补偿
• 5.4 本章小结
• 第六章 总结
• 致谢
• 参考文献
• 个人简历
• 攻读硕士学位期间的研究成果