导读:本文包含了视频稳像技术论文开题报告文献综述及选题提纲参考文献，主要关键词:电子稳像,运动补偿,光流传感器,旋转运动
视频稳像技术论文文献综述
周鹏威,季元吉,董超,卢田,胡世传[1]（2019）在《基于光流传感器的视频稳像技术》一文中研究指出针对平台运动导致的视频抖动问题,提出了一种基于光流传感器的视频稳像技术。该方案首先通过对一般光流传感器的改进,使其具有旋转运动下输出准确运动矢量的能力,然后利用光流传感器获得相邻两帧图像之间的运动矢量,并通过坐标变换计算出主相机的实时平移和旋转信息;其次,对原视频图像序列进行运动补偿,以获得稳定的图像序列,最终实现了视频稳像。实验结果表明,稳像后的图像序列与未稳像之前相比峰值信噪比提高了11.86 dB。该方案在视频抖动较大的情况下,能够明显减小图像序列的抖动现象,具有稳像效果好的特点,满足视频稳像的性能要求,对提高平台抗扰能力有着较高的实用性。(本文来源于《光电工程》期刊2019年11期）
朱康乐[2]（2016）在《基于视频图像序列的稳像技术研究》一文中研究指出目前视频图像序列稳像技术在军用侦查,民用视频监测以及工业各方面有着广泛的应用。视频稳像技术也逐渐被人们关注。在医疗卫生方面虽处于起步阶段,但发展前景良好,并且因为其特殊性需要视频的分辨率更大、画面清晰度更高。视频内更加稳定无抖动。基于此,本文设计了一款适用于高分辨率的实时图像处理设备。本文首先分析了国内外视频稳像技术的发展情况和国内医疗卫生行业发展现状,说明了视频稳像在各领域的应用和发展前景。接着阐述了视频稳像技术的基本原理和常用算法,重点对运动估计做了详细的介绍,比较和分析了几种运动估计算法的优缺点。随后说明了视频稳像通用的硬件结构系统。其次,在传统的FAST算法的基础上,提出了一种进行阈值适应方面的改进算法,并对特征点进行匹配和筛选,确保了特征点提取和匹配的准确性。设计了基于Kalman滤波的运动滤波算法,区分了摄像机的正常运动和随机抖动。第叁,采用最邻近插值法进行运动补偿,实现了视频的稳定输出。最后,基于DSP+FPGA的硬件平台,把算法移植到DSP(TMS320C6455)中。设计了一款用于高分辨率的实时图像处理设备。采用FPGA(V5SX50T665)实现图像的预处理以及逻辑时序控制和外部接口的通信,有效的提高了信号处理设备的处理速度。从实验的结果来看,本文提出的算法有效地稳定了抖动视频,满足了实时性和可靠性的要求。(本文来源于《北京理工大学》期刊2016-06-01）
黄文娟[3]（2016）在《运动状态下的视频稳像技术研究》一文中研究指出随着信息技术的发展和摄像设备的普及,视频以其丰富的内容、直观的表现方式以及容易获取、存储和传输等优点成为人们获取资源信息的重要手段。然而当摄像设备在运动的状态下,由于拍摄姿态的变化和机械震动等原因,使得采集的视频图像不稳定,在视觉上表现为模糊和抖动,严重影响了视频信息的使用。因此,运动状态下的成像设备所拍摄的视频抖动问题亟待解决。本文工作围绕运动状态下的视频稳像技术,重点研究了运动估计的各个环节和参考帧的选择策略。在运动估计模块,本文首先选择ORB提取算子提取特征点,并针对特征点的局部聚集问题,采用距离约束的方法进行优化,使得提取到的特征点分布均匀且数量适中。然后选择LSH近似最近邻查找算法对特征点进行匹配,基于R-BRIEF描述符的特性选择了Hamming距离进行描述子相似性的度量,并针对错误匹配以及左右匹配不一一映射的问题,通过角点值约束和Hamming距离比值约束以及一一映射检测,去除掉可靠性较差的匹配点对。随后,针对初匹配结果中仍存在误匹配的问题,采用RANSAC算法进行剔除,去除误匹配点对和局部运动的影响,并针对在景深不同和图像模糊时RANSAC内点精度不高的情况,采用PROSAC算法对匹配点对先进行优先级排序,提高内点精度和匹配准确度。在参考帧的选择策略部分,针对传统更新方法带来的帧间跳变的缺陷,采用基于累积变换的参考帧更新策略,统一了全局运动和补偿的基准,解决了帧间跳变问题,并针对过程中产生的累积误差,通过设定匹配阈值调整参考帧更换条件,减少参数的传递次数。此外,本文还研究了运动滤波和运动补偿这两个模块,通过Kalman滤波分离出全局运动参数中的意向运动部分和随机抖动部分,再通过双线性插值方法对抖动进行反向补偿,最终得到平滑稳定的输出视频。最后,本文基于VS2010平台编程开发了一套电子稳像系统软件,经过大量在运动状态下拍摄的视频进行测试后,论证了本文的算法能够快速有效地实现运动状态下的电子稳像。(本文来源于《南京航空航天大学》期刊2016-03-01）
吴承隆[4]（2015）在《结合RANSAC的SIFT算法在交通视频检测中的稳像技术研究》一文中研究指出交通视频监控摄像头在大风条件下存在抖动问题,给后续的视频分析带来了困难。针对这一问题,文中首先介绍了3种相关方法:RANSAC、SIFT和最小二乘法。并在此基础上提出了一个视频稳像算法,实验证明该方法能较好地解决路面上的摄像头画面抖动问题。(本文来源于《电子设计工程》期刊2015年08期）
杨延新[5]（2015）在《基于电子稳像技术的视频图像处理研究》一文中研究指出随着计算机技术的飞速发展和移动摄像系统的广泛普及,图像和视频已经成为当前重要的信息传输媒介,然而,在实际的工作环境中,摄相机的载体往往会发生不可避免的抖动,这种运动会导致摄像机拍摄到的视频存在不需要的随机抖动,从而造成人眼看到的显示器上的图像是模糊的,针对这种情况,人们采用电子稳像技术来处理模糊的视频图像。电子稳像技术并以其低成本、高精度等优势,受到越来越多的关注,在实际应用中有这非常重要的价值。SURF(Speeded Up Robust Features)是在SIFT(Scale Invariant Feature Transform)配准方法的基础上提出的一种基于快速鲁棒特征的匹配算法,该算法提取的特征在图像匹配中得到了广泛的应用,具有尺度和旋转不变性特征。但在特定情况下的应用,由于图像中存在孤立点和噪声点,会对图像中的特征点造成干扰,从而会导致虚假特征点匹配的问题,另一方面是由于SIFT与SURF算子的检测出的特征点,与周围点在不同尺度空间内的相互关系,很容易引起不同图像间的特征点的有关描述相近,由此产生两幅不同结构的图像的特征点之间也能够进行特征匹配,因此,本文针对图象抖动偏移运动的问题,提出了一种聚类与SURF相结合的电子稳像方法,采用SURF算法完成对图象的特征点的提取,然后用邻域匹配方法对特征点完成匹配,并通过K-均值聚类算法去除误匹配点,计算估计变换矩阵,根据得到的特征矢量对图像进行补偿,从而实现快速高精度的实时电子稳像。首先,积分图像的存在加快了SURF算法的计算速度,利用Hessian矩阵检测视频图像中的特征点,然后确定每个特征点的主方向和并对特征点利用数学方法进行描述,主要是利用Haar小波变换技术,使用最近邻匹配的方法进行特征点的匹配,此法可减少匹配对,加快匹配速度。前面的工作完成了对图像的特征点的粗匹配,我们要通过K-均值聚类法对匹配好的点进行分类比较,去掉错误的匹配点,完成特征点的二次精确匹配,确定当前图像与参考帧图像之间的对应关系,估计出精确的运动矢量。实验结果表明,该方法能够有效的减少孤立点、噪声点以及结构不相关的影响,提高SURF特征匹配精度,获得稳定图像,相对于传统的稳像方法,在视觉效果和图像质量上,有一定的优势。并且采用算法结合的办法来稳定抖动的视频序列是图像处理方法的一个发展趋势。(本文来源于《聊城大学》期刊2015-04-01）
张毛磊,陈建国,袁宏永,陈鹏[6]（2014）在《六旋翼飞行平台的视频稳像技术》一文中研究指出低空飞行器监控平台在突发事件现场往往面临恶劣环境以及飞行器自身抖动影响监控质量的挑战,而现有的视频稳像技术无法很好地解决较大场景变化和显着景深影响的问题。该文针对六旋翼低空监测平台在复杂环境下应急视频监控稳像的难点,提出了一种基于运动分解估算和混合基准帧比照的视频稳像算法。基于运动分解估算的运动估计算法利用矩阵分解原理,将全局运动分解成帧间运动和前帧运动的合成,保证了场景快速变化条件下运动估计的准确性和时效性。混合基准帧比照方法运用基于阈值设定的形式,综合考虑计算误差和稳像连续性两方面的因素,寻找较为平衡的基准帧更新算法,有效地解决了视频景深影响造成的误差。实验结果表明:该算法提高了运动估计的准确率和计算效率,可满足六旋翼飞行器监控视频的稳像要求。(本文来源于《清华大学学报(自然科学版)》期刊2014年11期）
吴国楠[7]（2013）在《抖动视频的电子稳像技术研究与实现》一文中研究指出随着视频摄像技术在人们日常生活中的广泛应用,稳像技术也逐渐开始成为人们注意的焦点。在摄像的过程中,无论是手持拍摄设备,还是其他装载摄像设备,常会因为载体的抖动,使在拍摄的视频中,观察目标在图像中的位置剧烈抖动,从而使观察者感觉疲劳,影响观察者的判断力和观察的精度。因此需要对视频进行稳像处理。近年来,图像传感器技术、大规模集成电路技术、现代信号处理技术的迅猛发展,使得稳像技术逐渐步入电子稳像的发展方向。电子稳像的目的是解决视频各帧图像之间的不稳定问题,它通过检测视频序列各帧图像间的相对运动矢量,采用图像处理技术矫正图像,输出稳定的图像序列。为提高抖动视频电子稳像系统的稳定效果和处理速度,本文以电子稳像系统中核心的运动估计模块和平滑滤波模块为研究重点,结合抖动视频中图像序列旋转和平移抖动剧烈而缩放运动不明显的特点,以保持对旋转抖动的处理效果为前提,以降低系统计算复杂度为目的,提出了一种基于Harris角点和改进Hu矩的电子稳像算法。本文的主要工作有：第一,本文提出了一种基于Harris角点和改进Hu矩的电子稳像算法。算法先检测视频每帧图像的Harris角点作为特征点,并计算其邻域图像的改进的Hu几何不变矩作为对应的特征向量,再以仿射变换为模型,通过特征点的匹配计算前后帧的相对运动参数,从而计算出图像序列的运动轨迹,然后加以相应的运动平滑补偿,最后得出保留镜头正常运动信息的稳定的视频图像序列。第二,通过仿真对比实验,评估本文提出算法的性能。本文选取具有代表性的基于Harris角点块特征匹配算法和基于SIFT(Scale Invariant Feature Transform)特征的稳像算法作为比较对象,在Matlab平台进行仿真实验,从特征匹配准确率、算法复杂度、特征检测用时、特征描述用时以及特征匹配用时等方面对算法性能进行了对比分析。第叁,结合实际应用需求,编写了软件系统中电子稳像应用的核心算法模块代码。本文基于OpenCV计算机视觉库,用C/C++编写了电子稳像应用中运动估计、平滑滤波和运动补偿模块的核心代码,在Linux系统中实现了程序应用,并针对Android上的电子稳像应用设计了程序层次框架和接口定义,移植了核心算法模块的程序代码,为进一步实现手持Android设备上的电子稳像应用提供了框架基础和核心代码支持。本文实验表明,在视频图像帧间存在旋转、平移和轻微缩放的情况下,本文算法能有效降低特征匹配的计算量,且保持良好的匹配效果。而本文编写的基于OpenCV的C/C++核心代码以及Linux下的应用程序也能正常工作并呈现良好的稳像效果。(本文来源于《复旦大学》期刊2013-05-13）
翟磊[8]（2013）在《基于SIFT特征匹配的数字视频稳像技术研究》一文中研究指出近年来,数码相机以及机载摄像设备应用日益广泛,由于拍摄者或拍摄设备的不规则运动,使拍摄的视频也产生了抖动,降低视频的视觉质量,影响人们的视觉效果,在军事领域,视频的抖动会造成或目标检测系统的漏警或虚警等问题。数字稳像算法通过从连续的帧间提取信息,对视频进行稳像,从而获得高质量和稳定的视频序列。本文在阅读了大量国内外文献的基础上,首先对经典的数字视频稳像算法进行了总结,对其优劣和使用情况进行了分析,针对存在复杂抖动的视频,本文提出了基于SIFT特征提取的稳像算法。本论文主要进行了以下几方面研究工作：(1)本文对经典的稳像算法进行了总结和实现,比较了经典算法的性能和适用的抖动的情况,针对不同的抖动,建立不同的数学模型,对稳像中的运动滤波算法,本文采用Kalman滤波,解决了存在主动扫描的稳像问题。(2)本文对不同的特征提取算法进行了总结,包括Harris角点提取,SIFT特征提取和SUSAN角点提取算法,通过对实际拍摄视频的仿真实验,对这几种特征提取算法,从提取精度,特征点数量和提取及匹配时间,比较了这几种算法的性能,并最终选择了SIFT算法作为特征点。(3)针对同时存在平移、旋转和尺度变化情况的复杂抖动,本文提出了基于SIFT特征点的稳像系统,首先本文对存在复杂抖动的视频,进行SIFT特征点提取和匹配,对于得到的匹配的特征点,本文用RANSAC算法对错误匹配点进行了剔除,然后使用Kalman滤波得到主动扫描分量,从而提取出抖动分量,对视频进行稳像。针对复杂抖动的实际视频,本文进行了大量的仿真实验,对算法从精度和速度方面进行了实验,并同灰度投影等经典的稳像算法进行了比较,实验结果表明,对存在运动物体和复杂抖动的图像,本文算法也能取得良好的效果。(本文来源于《大连理工大学》期刊2013-05-01）
张淼[9]（2011）在《视频稳像技术研究》一文中研究指出随着科学技术的发展和电子设备的普及,人们可以越来越方便的使用视频拍摄设备记录生活中发生的点点滴滴。但是由于缺乏专业的固定设备和拍摄经验,拍摄的视频通常伴随着晃动,给人眼视觉造成了极大的不便。另外,公路路口的视频监控设备,由于风吹震动等原因造成监控视频晃动,给车辆跟踪、违章检测等带来了极大的麻烦。在车载倒车摄像装置中,倒车时车辆的晃动也会对拍摄质量造成影响,存在安全隐患。因此视频稳定技术变得越来越重要。视频稳像的目的在于去除视频中的抖动信息,改善人眼的视觉感受。目前视频稳像技术作为其他视频处理的预处理技术,已经在民用和军事方面取得了广泛的应用。传统的稳像方法包括叁个步骤:运动估计、运动滤波与运动补偿。一直以来,运动估计都是稳像算法的难点,尤其是在存在复杂场景、剧烈抖动、前后景相对运动的场景中,如何捕获摄像者的意图是稳像算法的前提。运动滤波的主要任务是去除全局中的抖动噪声,还原出真实的全局运动。在目前存在的方法中,多数运动滤波只能将全局运动平滑,不能完全去除抖动噪声。所以运动滤波的难点在于如何实时估计系统中的噪声并将其去除去。本文学习了国内外的相关文献,在此基础上针对目前算法上存在的问题,提出解决方案。相关探索性的工作包括:1.提出基于运动矢量分类的运动一致性估计的概念并搭建了基于运动矢量分类的运动一致性估计的全局运动估计模块。在稳像中,我们首先需要了解拍摄者的拍摄意图。通过基于运动矢量分类的运动一致性估计,可以估计出拍摄者的意图,并在此基础上挑选出能反映拍摄者意图的特征点。通过平滑并补偿这些特征点的运动,能在保持摄像者意图的基础上去掉视频中的抖动噪声,还原出真实并且平稳的视频;而通过引入特征点的运动,也避免了传统运动估计中单一、不准确的局限性。2.在传统基于卡尔曼的稳像方法中引入自适应步骤,使其能根据系统中的噪声调整自身参数。在传统稳像中,往往假设卡尔曼滤波器在运动过程中的噪声恒定,但通常情况下系统中的噪声会随时间变化,给参数滤波造成干扰。本文通过引入基于最大似然估计的自适应滤波器,使其能实时估计出系统的噪声并将其去除,从而输出平稳的运动参数,更好地反映真实的运动,获得较好的稳像效果。实验结果表明,本文的算法对于复杂抖动视频的处理效果优于灰度投影算法、基于特征点的中值滤波算法以及Deshaker,对于其他只存在平移或者旋转的视频,处理效果与其他叁种方法接近。可见,本文的算法对于视频稳像中存在的挑战性问题——剧烈抖动的视频,有很好的解决。(本文来源于《上海交通大学》期刊2011-12-01）
远中文[10]（2011）在《视频序列电子稳像技术研究》一文中研究指出电子稳像是一种基于计算机的视频稳定技术,它主要是利用数字图像或视频处理的方法分离出运动矢量,进而确定图像帧间偏移量,最终通过补偿来获得稳定的图像序列。电子稳像技术以其高精度,低代价,小体积等特点,在民用,工业以及军事等领域都得到了广泛的应用。电子稳像系统主要由图像预处理,运动检测和运动补偿等3个部分组成,其中运动检测部分最为关键,它主要由运动估计和运动判定2个部分组成;运动检测的精确性,鲁棒性、实时性会在很大程度上影响整个稳像系统的性能。论文首先分析了目前常用的电子稳像算法及其评价标准,并在此基础上根据对电子稳像精度和实时性的不同要求,分别提出了基于SIFT特征提取以及基于卡尔曼滤波器的电子稳像算法;利用上述方法对实际拍摄的视频序列进行处理,取得了比较理想的效果。对于匹配精度要求较高的图像序列,本文首先采用SIFT特征提取及配准方法得到匹配点对,然后基于RANSAC方法对匹配点对进行筛选,估计出仿射变换参数,然后进行补偿。对于有实时性稳像要求的图像序列,本文采用基于卡尔曼滤波器的快速稳像算法,首先对图像进行特征点提取,然后利用卡尔曼滤波器模拟出摄像机的运动轨迹,以区分摄像机的有意识运动和无意识运动,同时提高算法的速度;通过建立高斯金字塔,实现由粗到精的估计;并根据光流法思想,利用误差逼近法求出相邻帧间的仿射变换参数,以快速估计出帧间平移,旋转,缩放等运动矢量;最后采用特征点分组以及仿射变换参数权值计算法,提高了仿射变换参数估计的精确度。论文对上述2种稳像方法进行了深入的分析和研究,并通过对实际拍摄的视频进行稳像处理,对算法的稳像效果做了客观评价。仿真实验结果表明,稳定后图像序列各帧间的峰值信噪比都得到了显着提高,从而验证了上述2种算法的有效性。论文最后基于VC++编程开发了一套电子稳像系统软件,并利用不同的视频对其稳像功能进行了测试,实验表明该系统软件可以处理多种视频,基本上满足了常见视频序列的稳像要求。(本文来源于《天津大学》期刊2011-12-01）
视频稳像技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目前视频图像序列稳像技术在军用侦查,民用视频监测以及工业各方面有着广泛的应用。视频稳像技术也逐渐被人们关注。在医疗卫生方面虽处于起步阶段,但发展前景良好,并且因为其特殊性需要视频的分辨率更大、画面清晰度更高。视频内更加稳定无抖动。基于此,本文设计了一款适用于高分辨率的实时图像处理设备。本文首先分析了国内外视频稳像技术的发展情况和国内医疗卫生行业发展现状,说明了视频稳像在各领域的应用和发展前景。接着阐述了视频稳像技术的基本原理和常用算法,重点对运动估计做了详细的介绍,比较和分析了几种运动估计算法的优缺点。随后说明了视频稳像通用的硬件结构系统。其次,在传统的FAST算法的基础上,提出了一种进行阈值适应方面的改进算法,并对特征点进行匹配和筛选,确保了特征点提取和匹配的准确性。设计了基于Kalman滤波的运动滤波算法,区分了摄像机的正常运动和随机抖动。第叁,采用最邻近插值法进行运动补偿,实现了视频的稳定输出。最后,基于DSP+FPGA的硬件平台,把算法移植到DSP(TMS320C6455)中。设计了一款用于高分辨率的实时图像处理设备。采用FPGA(V5SX50T665)实现图像的预处理以及逻辑时序控制和外部接口的通信,有效的提高了信号处理设备的处理速度。从实验的结果来看,本文提出的算法有效地稳定了抖动视频,满足了实时性和可靠性的要求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
视频稳像技术论文参考文献
[1].周鹏威,季元吉,董超,卢田,胡世传.基于光流传感器的视频稳像技术[J].光电工程.2019
[2].朱康乐.基于视频图像序列的稳像技术研究[D].北京理工大学.2016
[3].黄文娟.运动状态下的视频稳像技术研究[D].南京航空航天大学.2016
[4].吴承隆.结合RANSAC的SIFT算法在交通视频检测中的稳像技术研究[J].电子设计工程.2015
[5].杨延新.基于电子稳像技术的视频图像处理研究[D].聊城大学.2015
[6].张毛磊,陈建国,袁宏永,陈鹏.六旋翼飞行平台的视频稳像技术[J].清华大学学报(自然科学版).2014
[7].吴国楠.抖动视频的电子稳像技术研究与实现[D].复旦大学.2013
[8].翟磊.基于SIFT特征匹配的数字视频稳像技术研究[D].大连理工大学.2013
[9].张淼.视频稳像技术研究[D].上海交通大学.2011
[10].远中文.视频序列电子稳像技术研究[D].天津大学.2011