[发明专利]固定场景的视频消抖方法

权利要求书

1.一种固定场景的视频消抖方法，其特征在于，所述方法包括：

提取参考帧图像和当前帧图像的特征点；

将所述参考帧图像和所述当前帧图像的特征点进行匹配得到特征点对；

从所述特征点对中筛选出背景特征点对；

基于所述背景特征点对确定全局运动参数；

根据所述全局运动参数对所述当前帧图像进行运动补偿。

2.根据权利要求1所述的视频消抖方法，其特征在于，“提取参考帧图像和当前帧图像的特征点”的具体步骤包括：

根据Harris角点检测算法在所述当前帧图像和所述参考帧图像中提取备选特征点；

根据贪心算法在所述备选特征点中选取所述参考帧图像和所述当前帧图像的特征点；

用二次多项式逼近的方法计算出所述参考帧图像和所述当前帧图像的特征点的亚像素坐标。

3.根据权利要求2所述的视频消抖方法，其特征在于，“用二次多项式逼近的方法计算出所述参考帧图像和所述当前帧的特征点的亚像素坐标”的具体步骤包括：

按照下式所示公式计算所述特征点的亚像素坐标：

其中，q是特征点，以特征点q为中心确定一个设定区域，p是所述设定区域内的点，(p-q)表示由点p到点q的矢量，表示p的灰度值梯度；

通过在所述设定区域内选取若干个点p的坐标分别代入上式，构成超定方程组，并采用最小二乘法求解该超定方程组即可获得特征点q的亚像素坐标。

4.根据权利要求1所述的视频消抖方法，其特征在于，“将所述参考帧图像和所述当前帧图像的特征点进行匹配得到特征点对”的具体步骤包括：

采用金字塔LK光流法在所述当前帧图像中跟踪所述参考帧图像的特征点以得到匹配的特征点对。

5.根据权利要求1所述的视频消抖方法，其特征在于，“从所述特征点对中筛选出背景特征点对”的具体步骤包括：

采用RANSAC算法在特征点对中筛选出背景特征点对。

6.根据权利要求5所述的视频消抖方法，其特征在于，“采用RANSAC算法在特征点对中筛选出背景特征点对”的具体步骤包括：

步骤S1：预先设定采样次数的最大值K_max、判别阈值t和背景特征点数量的最大值N_innerMax；

步骤S2：在特征点对的集合D中选取若干组特征点对；

步骤S3：利用单应性模型得出所述若干组特征点对的当前预估运动参数；

步骤S4：基于所述当前预估运动参数计算集合D中每组特征点对的误差值，并记录误差值小于判别阈值的特征点对的数量N_inner；

步骤S5：判断N_inner是否小于N_innerMAX；

若是，执行步骤S6；若否，则执行步骤S7；

步骤S6：将当前预估运动参数H作为最优运动参数H_best，同时更新N_innerMAX为N_inner，并记录N_innerMAX对应的背景特征点对；

步骤S7：判断采样次数K是否等于采样次数的最大值K_max；

若否，令K＝K+1，随后返回步骤S2；若是，执行步骤S8；

步骤S8：保存并输出最优运动参数H_best和N_innerMAX对应的背景特征点对。