[发明专利]一种适于隧道环境特性的改进FREAK特征点匹配稳像方法

说明书

本发明涉及交通图像处理技术领域，公开了一种适于隧道环境特性的改进FREAK特征点匹配稳像方法，包括如下步骤：1)获取视频图像并建立参考帧；2)对视频图像进行多尺度高斯拟合；3)将拟合后的视频图像划分为多个子区域窗口；4)对各个个子区域窗口进行LPQ特征加权的灰度投影，获得多个行投影曲线与列投影曲线；5)根据步骤4)获得的行投影曲线与列投影曲线，估计抖动矢量，并利用抖动矢量修正当前图像帧。本发明从高速公路隧道实际环境出发，利用模糊鲁棒的LPQ特征加权增大了模糊图像像素间的灰度差值，并通过多尺度高斯估计修正了当前帧并改变了当前帧和背景帧投影曲线的局部差异，再基于多子区域窗口的思想提高了全局抖动矢量估计的准确性，最终形成一种适于隧道环境特性的改进FREAK特征点匹配稳像方法。

技术领域

本发明涉及交通图像处理技术领域，具体涉及一种用于高速公路隧道视频的稳像处理方法。

背景技术

隧道内交通目标的准确提取，是隧道异常事件检测的关键。而在隧道场景中监控设备存在抖动，使得提取的车辆目标畸形、行人目标与背景连通，严重干扰了交通目标的有效提取。同时隧道图像存在画质模糊、车辆灯光等干扰也加大了隧道抖动视频稳像的难度，导致传统的稳像方法效果一般、针对性不强。因此，研究针对隧道环境特性的抖动视频稳像方法，对提高隧道内车辆、行人等交通目标的检测精度，具有重要的理论和实际意义。

阅读现有专利和论文，发现基于特征点匹配的视频稳像方法按选择特征点不同主要分为四类，即基于边缘类特征匹配的稳像方法、基于角点类特征匹配的稳像方法、基于浮点类特征匹配的稳像方法和基于二进制特征匹配的稳像方法。其中，对于基于边缘类特征匹配的稳像方法，如北京环境特性研究所申请的“基于海天分界线检测的舰载稳像方法”(CN：103514587B)，该类基于Canny算子检测边缘线，该类方法需要清晰的边缘线作为稳像基准，而模糊的隧道图像无法提取出连续的边缘线，难以应用该类方法实现稳像；对于基于角点类特征匹配的稳像方法，如大连理工大学申请的“一种嵌入式雾天实时视频稳像方法”(CN：105976330A)，该类方法的特征描述方式一般选用特征点本身或者邻域内像素灰度值来表示，缺乏对模糊图像和光照干扰的适应性，受干扰情况下稳像精度较低；对于基于浮点类特征匹配的稳像方法，如武汉工程大学申请的“一种基于SIFT特征匹配和VFC算法的电子稳像方法及系统”(CN：105306785A)和江南大学申请的“基于SURF与模糊聚类的视频稳像方法”(CN：106550173A)，这类方法按相应尺度划分邻域，通过各邻域块的八方向梯度直方图或水平垂直方向的一阶微分和、一阶绝对微分和组成的向量来描述特征，相比于前两类特征的描述方式，该类特征对尺度缩放、旋转、模糊以及光照变化等具有一定的鲁棒性，尽管如此，基于该类特征稳像方法耗时较大，实时性难以保证；对于基于二进制特征匹配的稳像方法，如北京理工大学申请的“基于特征匹配的全帧电子稳像方法”(CN：105872345A)和中国科学院上海技术物理研究所申请的“一种基于鲁棒性特征点的视频相机电子稳像方法”(CN：107343145A)，这类特征比较采样模板上像素点对的灰度值大小来获得0-1二进制特征描述子，在参考帧与当前帧的特征匹配环节中，0-1二进制特征仅需要简单的Hamming(汉明距离)距离计算即可快速完成特征配对过程，这些二进制特征在获得小于SIFT(ScaleInvariant Feature Transform)和SURF(Speeded-Up RobustFeatures)稳像精度的前提下可将速度提升十至百倍。