[发明专利]针对无人机视频采集的混合抖动纠正方法有效
| 申请号： | 201710719877.X | 申请日： | 2017-08-21 |
| 公开（公告）号： | CN107516300B | 公开（公告）日： | 2020-05-22 |
| 发明（设计）人： | 吴占雄;吴东南;杨宇翔;曾毓;何志伟;高明煜;黄继业 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06T7/277 |
| 代理公司： | 上海精晟知识产权代理有限公司 31253 | 代理人： | 冯子玲 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明提供一种针对无人机视频采集的混合抖动纠正方法，该方法包括：从无人机视频图像内获得预采集图像；利用预采集图像内因抖动而产生图像旋转的特征点来计算卡尔曼滤波器的系统状态转换矩阵A；构建卡尔曼滤波器系统方程和过程观察方程；根据系统噪音方差Q和观察噪音方差R计算预采集图像在k时刻的系统状态的估算值 |
||
| 搜索关键词： | 针对 无人机 视频 采集 混合 抖动 纠正 方法 | ||
【主权项】：
一种针对无人机视频采集的混合抖动纠正方法，其特征在于，包括：从无人机视频图像内获得预采集图像；利用预采集图像内因抖动而产生图像旋转的特征点来计算卡尔曼滤波器的系统状态转换矩阵A：A=cosθ-sinθTxsinθconθTy001]]>其中，θ为相邻图像的旋转角度，Tx为相邻图像在横轴上的平移量，Ty为相邻图像在纵轴上的平移量；根据卡尔曼滤波器的系统状态转换矩阵A构建卡尔曼滤波器系统方程和过程观察方程；根据系统噪音方差Q和观察噪音方差R计算预采集图像在k时刻的系统状态的估算值和状态观察值的估算值x^k=Axk-1+R]]>P^k=APk-1AT+Q;]]>根据系统状态估算值和状态观察估算值计算卡尔曼增益并结合卡尔曼增益计算卡尔曼评估图像的特征参数：Kg＝Pk‑1HT(HPk‑1HT+R)‑1xk=x^k+Kg(2P^k-Hx^k)]]>Pk=12(I-KgH)P^k]]>I^=Pk;]]>其中，Kg为卡尔曼增益，xk为卡尔曼评估图像的系统状态值，Pk为卡尔曼评估图像的状态观察值，为卡尔曼评估图像的亮度矩阵，H为卡尔曼滤波器过程观察方程中的系统观察矩阵；采用离散化高斯滤波器对卡尔曼评估图像的亮度矩阵进行低通滤波，滤除系统噪音和观察噪音，得到纠正后的无抖动的图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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杭州电子科技大学，未经杭州电子科技大学许可，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/patent/201710719877.X/，转载请声明来源钻瓜专利网。
