[发明专利]基于视频监控设备的高性能稳像方法及装置在审
申请号: | 202111495765.3 | 申请日: | 2021-12-09 |
公开(公告)号: | CN114219835A | 公开(公告)日: | 2022-03-22 |
发明(设计)人: | 闫军;许建新;刘艳洋 | 申请(专利权)人: | 超级视线科技有限公司 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T7/207;G06T7/73;G06T5/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100000 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 视频 监控 设备 性能 方法 装置 | ||
1.一种基于视频监控设备的高性能稳像方法,其特征在于,包括:
获取相机的实时相机姿态与多个二维图像序列;
根据特征匹配算法,对所述多个二维图像序列中每帧二维图像进行特征点提取与特征匹配,获得多个匹配特征点;
根据运动恢复结构算法,对所述多个匹配特征点进行估计,获得所述相机对应的估计相机姿态;
将所述实时相机姿态与所述估计相机姿态进行数据融合,获得融合相机姿态,并根据所述融合相机姿态,获得所述相机对应的融合运动轨迹;
对所述融合运动轨迹进行平滑滤波处理,获得平滑滤波轨迹,并根据所述平滑滤波轨迹与所述融合运动轨迹,获得裁剪变化矩阵;
根据所述裁剪变化矩阵,对所述多个二维图像序列进行变换,获得稳定图像。
2.根据权利要求1所述的基于视频监控设备的高性能稳像方法,其特征在于,在所述将所述实时相机姿态与所述估计相机姿态进行融合,获得融合相机姿态,并根据所述融合相机姿态,获得所述相机对应的融合运动轨迹中,所述实时相机姿态包括实时相机平移量与实时相机相对旋转角度,所述估计相机姿态包括估计相机平移量与估计相机相对旋转角度;
所述将所述实时相机姿态与所述估计相机姿态进行融合,获得融合相机姿态,并根据所述融合相机姿态,获得所述相机对应的融合运动轨迹,包括:
将所述实时相机平移量与所述估计相机平移量进行数据融合,获得融合相机平移量;
将所述实时相机相对旋转角度与所述估计相机相对旋转角度进行数据融合,获得融合相机相对旋转角度;
根据所述融合相机平移量与所述融合相机相对旋转角度,形成所述融合运动轨迹。
3.根据权利要求1所述的基于视频监控设备的高性能稳像方法,其特征在于,所述对所述融合运动轨迹进行平滑滤波处理,获得裁剪变化矩阵,包括:
根据所述融合运动轨迹,构建目标函数;
调整所述目标函数最小化,获得平滑滤波轨迹,并根据所述平滑滤波轨迹与所述融合运动轨迹获得所述裁剪变化矩阵;
其中,所述目标函数为:
A=B×C;
A表示所述平滑滤波轨迹,B表示所述融合运动轨迹,C表示所述裁剪变化矩阵,w1、w2、w3以及w4表示所述能量函数的平衡因子,|D1(A)|1表示相机静止拍摄对应的静止数据项,|D2(A)|1表示相机匀速移动拍摄对应的匀速数据项,|D3(A)|1表示相机匀加速移动拍摄对应的匀加速数据项,表示所述融合运动轨迹与所述平滑滤波轨迹之间的数据项,t表示帧数。
4.根据权利要求3所述的基于视频监控设备的高性能稳像方法,其特征在于,所述调整所述目标函数最小化,获得平滑滤波轨迹,包括:
根据L1范数与L2范数,构建优化函数;
根据所述优化函数优化所述目标函数,使得所述目标函数最小化,获得所述平滑滤波轨迹。
5.根据权利要求4所述的基于视频监控设备的高性能稳像方法,其特征在于,所述目标函数的约束条件为所述相机相对旋转角度变换不超过3度,且所述相机平移量不超过20毫米,且所述相机静止拍摄对应的静止数据项|D1(A)|1优化前后保持不变。
6.根据权利要求1所述的基于视频监控设备的高性能稳像方法,其特征在于,所述获取相机的实时相机姿态包括:
根据惯性测量元件,获取所述实时相机姿态;
其中,所述惯性测量元件设置于所述相机与底座的连接机构。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于超级视线科技有限公司,未经超级视线科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111495765.3/1.html,转载请声明来源钻瓜专利网。