[发明专利]航拍交通视频的快速鲁棒配准方法

说明书

技术领域

本发明涉及一种适用于空基视频的配准方法，尤其涉及一种基于预测模型的快速鲁棒的视频配准方法，是视频稳定、图像拼接、地图匹配等应用的基础，属于交通监视、视频编码领域。

背景技术

图像配准是将从不同视角运用不同种传感器或在不同时刻获得同一场景的两幅或者多幅图像不断迭和的过程，其目的是使同一坐标下的象素对应同一场景点。在配准过程中，通常以其中的一幅图像作为参考图像(reference image)，其它图像相对于参考图像进行匹配，称之为测量图像(sensed image)。图像配准是许多应用问题的必要预处理步骤，比如：时序图像的变化检测或多模图像融合，这些问题遍及军事、遥感、医学、计算机视觉等多个领域。

空基视频从安装在飞艇、直升机或无人机上的摄像机获得，飞行器的运动使视频图像产生平移、旋转、尺度和视角等变化。只有消除全局运动，将图像配准到统一的坐标系下，才能检测出视频中的运动物体。空基视频配准是空基视频监控中图像稳定、地理坐标定位和全景拼接用的核心技术，是基于空基平台的各种视觉应用的关键技术之一。

配准的算法主要分为基于特征的配准和基于区域的配准。基于区域的配准通过比较对应区域的相关度、FFT变换和互信息等进行匹配。基于特征的配准方法，通过对反映图像结构信息的角点、边缘、闭合区域等特征进行特征提取、描述和匹配。在这个过程中，匹配错误和运动物体所引起的错误是不可避免的。因此要得到准确的空基视频配准图像，就必须尽量消除匹配错误和运动物体的影响。

经文献检索发现，Censi在《Image stabilization by features tracking》(ImageAnalysis and Processing，1999.)采用快速外点剔出规则χ84。Shastry在《Airbornevideo registration and traffic-flow parameter estimation》中挑出一半与平均值接近的点求最小二乘解。但在上述方法，外点也会对结果产生贡献，因此只能在一定范围内消除外点的影响。RANSAC方法是更为普遍的外点剔出算法，但是它的运算量大、效率不够高。许多学者都对RANSAC算法进行了改进，比如Chum的PROSAC算法，将候选点按照匹配相似度进行排序，然后从逐渐扩大的排序集合中产生随机样本。但是基于相似度的排序并不能消除运动物体和重复图案所引起的外点，而且运算速度也有待进一步提高。

由于航拍视频相机与地面间的距离大，视频图像中的几个像素的配准误差就会引起实际上几米的误差，所以提高航拍视频配准算法的匹配精度，排除匹配点对儿中的错误，是一个重要而不可或缺的步骤。但已有技术在这一部分的耗时较大，运算效率低。

发明内容

本发明的技术解决问题：针对现有配准算法得不足，提供一种适用于航拍视频，尤其是航拍交通视频的快速鲁棒配准方法，该方法利用相机运动的连续性构造出基于预测的鲁棒估计器，比其他方法更快速有效地剔除特征点匹配中的外点，从而实现对航拍交通视频进行快速准确的配准。

本发明的技术解决方案：航拍交通视频的快速鲁棒配准方法，其步骤如下：

步骤100、对输入图像，包括参考图像和当前帧图像，进行特征点提取；

步骤200、根据特征点的描述算子，对特征点进行匹配，产生匹配点对儿的候选集合；

步骤300、基于历史帧的变换参数和可获取到的空基平台运动参数，对相机的运动参数进行估计；

步骤400、基于运动模型的估计，通过鲁棒估计器剔除匹配点对儿候选集合中的外点，从而获得用于计算当前帧变换模型的正确的匹配点对儿的集合；

步骤500、通过匹配点对儿的位置对应关系，求解出当前帧的配准变换模型，同时把求解参数输入运动模型估计中；

步骤600、根据求解出的当前帧的变换模型对当前帧进行变换，再做插值，从而获得当前帧的配准输出图像。

本发明与现有技术相比的优点在于：

(1)本发明的匹配精度更高。由于航拍视频相机与地面间的距离大，视频图像中的几个像素的配准误差就会引起实际上几米的误差，所以提高航拍视频配准算法的匹配精度，排除匹配点对儿中的错误，是一个重要而不可或缺的步骤。本发明利用相机运动的连续性构造出基于预测的鲁棒估计器，从候选点集合中剔出了外点，进而排除了外点对配准结果的干扰，因此比其他方法更快速有效地剔除特征点匹配中的外点，从而实现对航拍交通视频进行快速准确的配准，配准结果更准确。