[发明专利]固定场景的视频消抖方法

说明书

本发明涉及数字图像处理和视频监控技术领域，具体涉及一种固定场景的视频消抖方法。本发明的视频消抖方法首先通过Harris角点检测算法、贪心算法以及特征点亚像素化以获得数量合理且分布均匀且定位精准的特征点，通过金字塔LK光流法跟踪特征点以实现特征点对的精准匹配，利用RANSAC算法筛选出背景特征点并且利用单纯形法优化背景特征点的运动参数从而进一步提高稳像效果。在运动补偿过程中，采用逆映射法以避免直接映射产生的“缝隙”问题，使用双线性插值以解决了图像坐标非整数的问题，使生成的图像内容间均匀一致。本发明的视频消抖方法计算复杂度较低，容易实现，在保证计算精度的同时又不增加时间开销。

技术领域

本发明涉及数字图像处理和视频监控技术领域，具体涉及一种固定场景的视频消抖方法。

背景技术

近年来，随着视频监控硬件的发展和信息化的快速推进，户外视频监控产品种类越来越多，应用场合也越来越广泛。固定场景的视频监控产品是其中一类较为常见的产品，它们具有工作时无大幅移动、监控固定区域的特点。该类产品对特定地点监控时，容易受到外界环境因素的干扰。例如，风力过大或载重车辆从附近经过时，摄像头会震颤，导致成像视频画面的抖动。抖动的视频会使观察者产生视觉疲劳感，同时也对判断视频内容造成干扰。而且，随着监控产品中加入越来越多的视频图像处理技术，抖动的视频会严重干扰后期应用的处理效果。因此，消除监控视频的抖动已成为一个亟待解决的问题。

解决视频抖动问题也被称为稳像问题。现阶段存在一些用于解决视频抖动问题的方法，从补偿抖动量成分的角度出发，可以将这些方法大致分为两类：基于帧间偏差的稳像方法和基于帧间运动的稳像方法。其中，基于帧间偏差的稳像方法适用于以平移变化量为主的抖动场景，这类方法的计算复杂度较低，容易实现，多应用于实时性要求高的场合。但由于这类方法只考虑了平移变化量，适用场景受限，精度也偏低。基于帧间运动的稳像方法能够适用于同时包含平移、旋转、尺度等多种变化量的抖动场景，这类方法既能够处理固定场景的视频抖动，又能够处理更复杂的运动场景的视频抖动。但是这类方法的计算复杂度高，时间开销难以令人满意。

相应地，本领域需要一种新的固定场景的视频消抖方法来解决上述问题。

发明内容

为了解决现有技术中的上述问题，即现有的稳像方法在处理固定场景的消抖问题时无法兼顾计算精度和处理时间的问题，本发明提供了一种固定场景的视频消抖方法，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。

在上述视频消抖方法的优选技术方案中，“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。

在上述视频消抖方法的优选技术方案中，“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。

在上述视频消抖方法的优选技术方案中，“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。