[发明专利]一种基于运动矢量对消和差分原理的快速全局运动估计方法

说明书

技术领域

本发明涉及数字视频处理技术领域，具体来说是一种基于运动矢量对消和差分原理的快速全局运动估计方法。

背景技术

摄像机运动在日常生活中非常常见。例如，拍摄多幅图像进行全景拼接，视频监控应用中的目标对象跟踪操作，用手机进行视频通话时的视频抖动，以及视频会议中的视频场景角度变换，这些过程都包括了摄像机的运动。由摄像机操作引起的二维图像运动称之为全局运动。用参数化的数学模型对全局运动进行建模，并对其参数进行估计，称之为全局运动估计。

全局运动估计在图像和视频处理等领域中发挥着关键的作用。在图像配准和视频运动对象分割等应用中，全局运动估计是进行配准和分割操作的一个必要步骤；在进行视频摘要时，为了计算运动相关的感知信息，也需要估计全局运动；在视频去抖动应用中，全局运动估计是决定去抖动效果的关键步骤之一。在视频编码应用中，全局运动估计可以减少编码运动矢量信息所需的比特资源，提高视频压缩效率。

摄像机的全局运动可以用两种方式进行表征，一种是稠密运动矢量场(Dense Motion Field)，另外一种是全局运动模型。前者是非参数形式，后者是参数形式。用稠密运动矢量场表示全局运动的一个优点是直观，图像上任何部分的运动形式可以一目了然。但是，非参数化的全局运动表达方式过于冗余、不够精简。而全局运动模型正好克服了这个问题，它具有形式简单、建模能力强的优点，因此得到了广泛的应用。在各种全局运动模型中，不同的模型具有不同的全局运动建模能力。例如最简单的二参数平移运动模型(Translational Model)，只能对平移运动进行建模；四参数几何运动模型(Geometric Model)，可以对平移、缩放、旋转以及它们的组合运动进行建模；六参数仿射运动模型(Affine Model)还可以建模更复杂的几何变换运动。上述三种模型都属于线性模型。当需要考虑景深时，往往需要使用非线性的八参数透视运动模型(Perspective Model)。六参数仿射运动模型定义如下：

f(z|A,T)=Az+T=a1a2a3a4xy+txty]]>

式中：a_i(i＝1～4)为反映缩放、旋转等运动的变换参数，t_x和t_y分别为反映x轴和y轴方向运动的平移参数；[x，y]^T为像素点空间坐标，坐标原点位于图像正中心。

在实际的应用中，为了保证实时性，一般期望全局运动估计算法能在保证估计精度的前提下，占用尽可能少的计算资源。因而，全局运动估计快速算法是一个热点研究问题。