[发明专利]一种视频抖动自动检测方法

说明书

技术领域

本发明可用于手机、数码摄像机、监控摄像头等移动或固定设备所拍摄的数字视频，对数字视频画面是否存在抖动进行自动检测，具体是一种视频抖动自动检测方法。

背景技术

移动终端拍摄的数字视频经常伴有视频抖动，视频抖动的存在影响视频的视觉质量和诸如目标识别等后续处理效果，因此，目前存在多种视频稳像方法用于降低视频抖动程度。但是，对于一个任意的数字视频，需要先判断其视频抖动程度，才能正确选择正确的视频稳像方法和方法参数。

一方面，视频抖动检测方法可以作为视频稳像方法的预处理模块，对于任意视频先检测视频抖动程度，根据抖动程度选择相应稳像方法和参数；另一方面，视频抖动检测方法可作为视频稳像方法的后续处理模块，对稳像方法处理后的视频进行抖动检测，对稳像方法的效果进行评价。

目前，对于数字视频的抖动检测和评价还没有完整的检测方法和标准，本发明旨在提出一种有效的视频抖动自动检测方法。

发明内容

本发明提出一种视频抖动自动检测方法，在没有任何输入视频先验知识的情况下，它可用于选取稳像方法种类和调节稳像方法参数，并且可用于评价稳像方法的稳像效果。

为实现上述目的，本发明采用的技术方案是：本发明首先在视频画面中找到均匀分布的特征点，跟踪特征点得到稀疏光流矢量，然后经过异常光流矢量排除得到帧间光流矢量。将帧间光流矢量求均值得到帧间运动模型的估计，从运动模型统计出视频抖动频率，视频抖动幅度两类抖动特征，根据帧间光流矢量获得光流矢量直方图作为一类抖动特征。最后将上述三类视频抖动特征输入到训练好的视频抖动程度分类器得到输入视频的抖动程度。

本发明所述的一种视频抖动自动检测方法，包括如下步骤：

第一步，选取当前帧画面中特征点；

第二步，在相邻帧中跟踪匹配特征点，得到帧间光流矢量；

第三步，对第二步得到的帧间光流矢量进行异常点排除；

第四步，根据第三步得到的帧间光流矢量估计帧间运动模型，然后根据此模型提取出视频抖动频率、视频抖动幅度两个特征；

第五步，根据第三步得到的帧间光流矢量统计出光流矢量直方图作为视频抖动另一特征；

第六步，将第四步和第五步提取出的视频抖动频率、视频抖动幅度和光流矢量直方图三类抖动特征输入到训练好的分类器得到该视频抖动程度。

与现有技术相比，本发明具有以下有益效果：

本发明采用稀疏光流计算的思想来估计视频帧间运动模型，不需要任何视频先验知识，对大部分视频场景均适用，而且有较高的准确率。根据视频的抖动程度可以更好地选取视频稳像方法和稳像方法的参数，提高稳像步骤的效率和效果。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明提出的一种视频抖动自动检测方法总体流程图。

图2为本发明中特征点提取的效果图，其中图中小圆点为所选取的特征点位置。

图3为本发明中光流矢量直方图分X和Y两个方向统计时的特征图，其中图(a)为稳定视频X方向光流矢量直方图，图(b)为稳定视频Y方向光流矢量直方图，图(c)为轻微抖动视频X方向光流矢量直方图，图(d)为轻微抖动视频Y方向光流矢量直方图，图(e)为剧烈抖动视频X方向光流矢量直方图，图(f)为剧烈抖动视频Y方向光流矢量直方图。

图4为本发明中视频抖动检测分类器查全率--查准率曲线。

图5为本发明应用案列示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

如图1所示，为本发明一实施例的总体流程图，具体包括：

第一步，选取当前视频帧中特征点；

第二步，在相邻帧中跟踪匹配特征点，得到帧间光流矢量；

第三步，对第二步得到的帧间光流矢量进行异常点去除；异常光流矢量去除中，将相位和幅度与大部分光流矢量相差大的光流矢量视为异常光流矢量，有待去除。

第四步，根据第三步得到的帧间光流矢量估计帧间运动模型，然后根据此模型提取出视频抖动频率、视频抖动幅度两个特征；帧间运动模型的估计中，帧间运动模型是平移模型，使用帧间光流矢量的平均值作为运动模型的估计。