基于矢量聚類與Kalman濾波的數(shù)字穩(wěn)像技術(shù)研究.pdf

1、隨著電子攝像設(shè)備在軍事與民用領(lǐng)域的廣泛應(yīng)用，人們對(duì)視頻質(zhì)量也提出越來(lái)越高的要求，尤其是在某些特殊的拍攝場(chǎng)景下，如手持?jǐn)z像系統(tǒng)、地震中的監(jiān)控系統(tǒng)和軍用無(wú)人機(jī)拍攝系統(tǒng)，采集到的視頻常常伴隨著較大的抖動(dòng)，十分不利于人眼觀測(cè)和有用信息的提取。數(shù)字穩(wěn)像技術(shù)就是以去除干擾噪聲為目的，利用數(shù)字圖像處理中的相關(guān)方法消除相機(jī)抖動(dòng)，最終獲得穩(wěn)定視頻序列的視頻穩(wěn)定技術(shù)。本文著重對(duì)數(shù)字穩(wěn)像過(guò)程的核心環(huán)節(jié)進(jìn)行研究，并對(duì)運(yùn)動(dòng)估計(jì)算法與運(yùn)動(dòng)分離算法進(jìn)行相應(yīng)的改進(jìn)。<

2、br>　　本文首先對(duì)數(shù)字穩(wěn)像技術(shù)的發(fā)展現(xiàn)狀進(jìn)行研究，通過(guò)比較不同算法的優(yōu)缺點(diǎn)，最終選擇相似矩陣作為圖像變換模型，同時(shí)采用Harris角點(diǎn)檢測(cè)與KLT跟蹤相結(jié)合的方式完成圖像特征點(diǎn)的提取，并利用實(shí)時(shí)性與準(zhǔn)確性均較好的Kalman濾波器實(shí)現(xiàn)運(yùn)動(dòng)參數(shù)的分離。
　　針對(duì)運(yùn)動(dòng)目標(biāo)對(duì)運(yùn)動(dòng)估計(jì)干擾問(wèn)題，本文提出了一種抗前景干擾的運(yùn)動(dòng)估計(jì)算法。首先根據(jù)相鄰幀圖像間的匹配特征點(diǎn)定義運(yùn)動(dòng)矢量，利用改進(jìn)的k means聚類算法將具有差異性的運(yùn)動(dòng)矢量分成

3、不同的類別，完成了圖像中所有特征點(diǎn)的分類;并依據(jù)所提出的連續(xù)視頻圖像中運(yùn)動(dòng)目標(biāo)剔除準(zhǔn)則，有效的實(shí)現(xiàn)了背景的盲分離，使得保留的特征點(diǎn)其局部運(yùn)動(dòng)矢量具有一致性;最后，將保留的特征點(diǎn)運(yùn)動(dòng)矢量用于計(jì)算全局運(yùn)動(dòng)參數(shù)，確保得到更準(zhǔn)確、真實(shí)的相機(jī)運(yùn)動(dòng)。
　　此外，本文提出了一種基于改進(jìn)Kalman預(yù)測(cè)的混合濾波器結(jié)構(gòu)，此方法結(jié)合了低通濾波器的平滑特性與Kalman濾波器的預(yù)測(cè)特性，可以更有效地實(shí)現(xiàn)運(yùn)動(dòng)分離，濾除相機(jī)抖動(dòng)噪聲。同時(shí)，改進(jìn)的Kalm