学位论文 > 优秀研究生学位论文题录展示

高精度特征配准的图像序列稳定算法研究

作　者: 王小立
导　师: 龚卫国
学　校: 重庆大学
专　业: 仪器科学与技术
关键词: 电子稳像图像配准全局运动估计粒子滤波 Kalman滤波
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 113次
引　用: 2次
阅　读: 论文下载

内容摘要

目前,电子稳像技术EIS(Electronic Image Stabilization)是视频处理、计算机视觉等领域的研究热点。由于具有稳像精度高、体积小、重量轻、功耗低以及成本低等优点,它在军事和民用领域中都有着非常广阔的应用前景。电子稳像的关键技术包括运动估计和运动补偿,其中,序列帧间的运动估计是电子稳像的基础。因此人们进行了大量的研究,提出了多种不同的运动估计算法。本论文在分析各经典算法优劣的基础上,对电子稳像的各项关键技术进行了研究和探讨,并提出一种基于特征匹配的电子稳像算法,具有一定学术价值与实用价值。主要研究内容概括如下:①本论文对电子稳像技术的国内外研究进展及常用方法进行回顾和总结。阐述了电子稳像的基本原理、基本方法和处理过程,并讨论了其实现的关键技术。介绍了电子稳像中几种常见的典型算法,分析了各算法的优缺点。着重指出,由于能够处理图像序列帧间的复杂运动,基于特征的方法是电子稳像的重要算法。本论文就是采用基于特征的方法。②运动估计是通过对图像进行分析,估算摄像机的全局运动参数。如何提高运动估计的效率和精度是电子稳像技术研究的重点。本论文针对摄像机在复杂运动环境中的视频稳定,提出一种基于边缘图像配准的高精度电子稳像方法。该方法首先同时检测图像的边缘和边缘上的角点特征;然后,利用匹配点对引导边缘匹配,并筛选适量分布均匀的匹配点对求取初始全局运动估计;最后,改进粒子滤波器以对边缘图像进行配准来获得精确全局运动参数,进一步提高了运动估计的精度。③对于存在自主扫描的稳像系统,首先要判断并分离摄像机的自主扫描和随机抖动。本论文根据Kalman滤波的基本原理,结合所提出的图像数学模型,设计出对摄像机全局运动矢量进行平滑以分离抖动和自主扫描的Kalman滤波器。实验结果表明该方法在去除高频抖动的同时能较好地保留摄像机的自主扫描。④针对图像抖动补偿后产生的“未定义区域”,分析了传统的处理方法——图像裁剪和拼接的各自特点。本论文将图像拼接技术用于“未定义区域”的重建。该方法解决了“未定义区域”造成的信息丢失和图像降质问题,提高了图像序列的视觉效果。本论文最后介绍了电子稳像技术的评价指标,对实际拍摄的视频图像进行了稳像实验,并对稳像效果进行了分析。实验结果证明了所提出稳像算法的有效性。

全文目录

中文摘要  3-4
英文摘要  4-8
1 绪论  8-15
  1.1 引言  8
  1.2 课题的研究背景和意义  8-10
  1.3 电子稳像技术的现状与发展趋势  10-11
  1.4 电子稳像的关键问题  11-12
  1.5 本文主要研究内容  12-13
  1.6 论文的组织结构  13-15
2 电子稳像算法的理论研究  15-24
  2.1 引言  15
  2.2 电子稳像的基本原理及系统组成  15-16
    2.2.1 电子稳像的基本原理  15-16
    2.2.2 电子稳像的系统组成  16
  2.3 典型运动估计算法分析  16-22
    2.3.1 基于图像灰度信息的方法  17-20
    2.3.2 频域估计法  20-21
    2.3.3 基于特征的方法  21-22
  2.4 运动补偿理论分析  22-23
    2.4.1 固定帧补偿方式  22
    2.4.2 相邻帧补偿方式  22-23
  2.5 本章小结  23-24
3 高精度特征配准的运动估计算法  24-39
  3.1 引言  24
  3.2 基于特征匹配的电子稳像算法简介  24-25
  3.3 特征点配准获取初始模型参数  25-34
    3.3.1 特征提取  25-28
    3.3.2 角点引导的边缘匹配  28-32
    3.3.3 改进图像运动模型  32-33
    3.3.4 特征有效性检验及初始参数获取  33-34
  3.4 基于粒子滤波思想的高精度边缘特征配准  34-37
    3.4.1 粒子滤波的基本原理  35
    3.4.2 粒子初始化  35
    3.4.3 边缘相似度评价及权值计算  35-36
    3.4.4 模型参数求取  36-37
  3.5 实验结果与分析  37-38
  3.6 本章小结  38-39
4 运动滤波与运动补偿  39-48
  4.1 引言  39
  4.2 Kalman 滤波器的设计  39-41
    4.2.1 Kalman 滤波原理  39-40
    4.2.2 状态空间模型的确定  40-41
    4.2.3 修正矢量的确定  41
  4.3 运动补偿  41-42
  4.4 “未定义区域”的处理  42-44
    4.4.1 图像裁剪  42-44
    4.4.2 图像拼接  44
  4.5 实验结果与分析  44-47
  4.6 本章小结  47-48
5 算法评价与实验结果  48-55
  5.1 引言  48
  5.2 电子稳像质量的评价方法  48-50
    5.2.1 系统的保真度  48-49
    5.2.2 系统的最大稳定范围  49
    5.2.3 系统的帧处理率  49-50
  5.3 实验结果分析  50-53
  5.4 本章小结  53-55
6 总结与展望  55-57
  6.1 工作总结  55
  6.2 工作展望  55-57
致谢  57-58
参考文献  58-63
附录  63

高精度特征配准的图像序列稳定算法研究

内容摘要

全文目录

相似论文