导读:本文包含了视频配准论文开题报告文献综述及选题提纲参考文献，主要关键词:应急测绘,无人机,视频帧,快速配准
视频配准论文文献综述
孙新博,李英成,王恩泉,耿中元,王思雪[1]（2019）在《一种无人机视频影像快速配准方法》一文中研究指出针对应急测绘中对无人机视频数据快速获取及处理的需求,提出了一种无人机视频影像快速配准方法。首先采用时间索引和线性/球面插值方法实现视频帧与无人机定位定姿信息的时间同步,根据数字微分纠正算法实现视频帧的地理编码,实现视频帧间的粗略配准,然后控制仿射变换模型中的缩放因子不变对纠正后视频帧的坐标进行调整,完成视频帧间的精配准。试验结果表明该方法能够得到航带内视频帧较好的配准效果。(本文来源于《测绘通报》期刊2019年06期）
王小芳,项国强,魏玮[2]（2019）在《结合对齐度准则的视频人脸快速配准算法》一文中研究指出在视频人脸替换过程中,针对人脸检测和特征点定位不考虑前后帧的时域联系,导致处理后的视频人脸出现抖动、错位现象的问题,提出结合对齐度准则的视频序列人脸配准方法。通过人脸特征点定位确定待匹配人脸的候选区域和参考人脸五官图像,并根据梯度信息得到参考人脸搜索子图像。构造图像尺度金字塔,在尺度金字塔中快速搜索对齐度极值,极值坐标对应搜索子图像相似度最高的配准点,构造匹配点对。采用Procrustes analysis算法计算对应匹配点的变换关系矩阵,完成待配准图像的坐标变换。根据实验数据,提出的算法提高了优化搜索的速度,处理后的视频与其他算法相比,前后帧对齐的人脸位置和姿态稳定,经处理的视频播放过程中人脸位置自然流畅。算法消除了肤色区域的影响,采用前后帧人脸的有效信息,保持了灰度变化大的人脸区域的位置和姿态,实现视频人脸的精确配准。(本文来源于《传感器与微系统》期刊2019年06期）
文雪琴[3]（2019）在《太极拳视频的配准研究》一文中研究指出随着现代工作节奏的加快,以及移动互联网技术的普及,人们更倾向于通过手机终端督促和纠正自己的健身活动。通过观看健身视频,正确地效仿标准动作成为移动互联网健身应用的主要用户诉求。但是,在没有专业教练员的实时指导的情况下,运动损伤成为了“互联网+健身”企业与用户之间的主要矛盾点。太极拳是中国传统文化的瑰宝,不仅能强身健体,还能修身养性。如何通过移动互联网进行新业态传播已经提升到了国家战略的高度。如何借用手机终端所具备的摄像功能实现端到端的动作配准,是太极拳线上教学和普及的关键技术瓶颈。为了解决该问题,我们需要突破两个技术挑战:首先,太极拳对完成套路动作的速率是没有限制的,不同用户完成同一套路动作的时间可能与模板动作都是不相同的;其次,通用的手机终端所搭载的图像传感器只能提供二维的图像,如果希望进行精确的动作配准需要提供用户各个关节的叁维坐标,这成为了太极拳线上传播的技术难题。鉴于上述技术挑战,我们进行了如下工作:(1)针对太极拳动作速率的不匹配问题,我们提出了基于关节角度和DTW的视频配准方法。该算法的主要步骤为:首先得到练习者动作视频中关节角度的时间序列,并使用指数平滑法提高该时间序列的平滑度;然后利用上下帧之间的角度差分割时间序列;最后利用动态时间规整(DTW)算法求分割后练习者和太极拳教练的视频中对应的时间序列之间的距离,即可得到练习者与太极拳教练的视频之间的配准度。(2)针对太极拳视频的维数缺失问题,我们结合太极拳阴阳转换的思想,提出一种基于CCM因果分析的关键帧提取算法,再利用提取出的关键帧进行太极拳视频配准。该关键帧提取算法的主要步骤为:首先通过骨架提取模型得到人体关节坐标;然后利用收敛交叉映射(CCM)因果分析模型对人体关节进行因果分析,得到关节之间的因果关系矩阵;最后利用因果关系矩阵计算上下帧之间的距离,并利用距离值找到因果发生转换的视频帧,即为关键帧。(本文来源于《湘潭大学》期刊2019-06-04）
白艳玲[4]（2018）在《矿山井筒视频图像实时配准的改进Sift算法》一文中研究指出针对传统矿山井筒视频图像在匹配过程中存在的匹配精度低、实时性不强的问题,提出了一种矿山井筒视频图像配准的改进Sift算法。该算法以Harris角点检测代替Sift算法的极值检测,首先构建高斯尺度空间,提取满足尺度不变形要求的角点特征;然后采用Forsnter算子对提取点进行精确定位,并基于Sift算法的特征描述方式对提取点进行描述;最后利用Ransac法和随机K-D树完成特征点匹配。试验结果表明:改进Sift算法的匹配精度优于优传统Sift算法,可以大幅缩短矿山井筒视频图像配准时间,有助于实现矿山井筒视频图像实时匹配。(本文来源于《金属矿山》期刊2018年07期）
王洪庆,许廷发,孙兴龙,李相民,刘太辉[5]（2018）在《目标运动轨迹匹配式的红外-可见光视频自动配准》一文中研究指出为实现精确的红外-可见光视频序列的自动配准,提出了一种新的基于目标轨迹线匹配的配准方法。首先,利用运动目标检测技术提取目标前景,并由基于相关滤波器(KCF)的多目标跟踪算法对每个前景顶点进行跟踪,进而获取每个目标的运动轨迹。此后,为每条轨迹线建立归一化运动方向描述子与归一化运动幅度描述子,通过时序分析、方向描述子匹配及幅值描述子匹配建立分步约束的匹配机制,完成轨迹线匹配工作。最后,采用迭代更新的方式获取最佳全局配准矩阵,实现对异源视频的配准。在LITIV数据库上的9组视频上进行测试验证,实验的结果表明:本文配准算法的重迭率误差一般小于0.2,接近或已超过手动的Ground-Truth矩阵。通过充分利用目标的运动信息,该算法实现了精确的红外-可见光图像序列配准。(本文来源于《光学精密工程》期刊2018年06期）
任思阳[6]（2018）在《基于DSP的多源视频配准算法研究》一文中研究指出随着现代信息和科技的飞速发展,人们对图像信息量的获取要求越来越高。视频图像包含大量直观的信息数据,在人们获取信息的途径中占有重要的地位。随着红外与可见光视频摄像仪产品的愈发成熟,红外视频能够直观反映场景中辐射能量动态分布,广泛应用于雾霾或夜间低照度条件下的视频监控领域,但图像分辨率低,不利于人眼观察。而可见光视频目标动态细节清晰,分辨率高,但易受天气与光照条件的影响。若能将两种视频源图像进行配准,各取其成像优点,则能极大提高目标观测能力。所以,本课题对红外与可见光视频图像配准技术进行研究。在视频配准算法研究中,本文根据经典SIFT与SURF特征点检测算法理论,先分析了其实现过程与基本算法步骤,然后实验仿真得到经典算法的仿真结果并进行利弊分析。根据经典算法的配准思路,分析基于ORB特征点匹配算法理论及其实现过程,同样得到仿真结果并根据与经典算法对比来分析算法利弊,提出基于特征点方向夹角约束的G-ORB图像匹配算法,该算法在原ORB算法上做出两点改进:构建图片的高斯金字塔尺度空间,增加特征点检测空间尺度不变性;针对原ORB算法速度快但误配率高的问题,提出特征点方向夹角约束的误配点剔除方法为粗提纯,在相同仿真条件下与经典SIFT、SURF和原ORB算法进行对比分析。然后用RANSAC算法做精提纯并确定配准参数s、θ、Δx、Δy,求出最佳变换矩阵,最后用双线性内插法完成配准。仿真结果表明:在配准精度稍逊于经典SIFT算法的前提下,极大提高了配准速度,能够满足视频图像配准在速度方面的要求。在基于特征点方向夹角约束的G-ORB图像匹配算法的硬件实现中,针对视频处理的性能要求,本课题采用TI公司的TMS320DM642处理器,在CCS3.3中完成硬件外设芯片配置与软件平台各个模块设计:双通道视频采集模块;视频存储模块;视频配准模块、视频显示模块和程序的FLASH烧写。视频配准模块中主要完成对于改进算法的移植和工程优化,由于特征点方向夹角约束的G-ORB图像匹配算法自身二进制描述子的属性,其对DSP片上资源占有率远小于SIFT与SURF算法,从而能够使算法移植到DSP嵌入式平台,实验结果显示视频配准效果良好,动态信息流畅。(本文来源于《长春理工大学》期刊2018-06-01）
程政[7]（2018）在《视频拼接中配准方法研究》一文中研究指出视频拼接技术利用摄相机视场间存在重迭区域的条件,完成视频帧的配准与融合,以获取大视场、宽角度的全景图像、并能保证实时处理。它能够有效解决单摄相机信息缺失,多摄相机信息信息冗余的问题,在城市视频监控、虚拟现实、远程会议等场景下被广泛使用。它既有图像拼接好的的质量效果,又需要满足实时性处理的要求。因此,视频拼接技术在计算机图像学与计算机视觉领域,受到国内外研究人员关注。拼接技术主要分为配准和融合阶段,本文主要研究基于特征的视频拼接中的配准阶段。视频配准阶段,传统使用基于图像的配准算法,往往将搜索区域指定为整幅图像,导致搜索区域过大、特征点过多,出现大量的无效特征点和误匹配得现象,特别是高分辨率图像,无法满足视频实时性要求;同时,粗匹配后的RANSAC提纯算法,在某些场景中,忽略匹配点对的几何特性,均采用随机采样策略,导致迭代次数过高。针对上述配准阶段存在的问题,所以本文主要研究内容包括以下4个方面:(1)提出了一种基于重迭区域的快速配准算法。针对平行式和聚集式相机设置方式,对相机位置与视场进行几何建模,根据重迭区域占相机视场区域的比例的关系,给出融合区域图像占相机图像的比例上界,缩小特征点搜索区域,减少无用特征点数量,加速配准过程。(2)提出了一种改进的RANSAC提纯算法。根据相机设置方式,考虑到匹配点斜率的几何特性;定义了特征点质量评估标准,进一步提纯匹配点对;为了保证算法的鲁棒性,引入斜率分组策略及判定规则。(3)使用GPU并行化技术加速了配准过程。根据CUDA编程模型的特点,对SIFT特征提取与匹配进行GPU并行化分析与实现,加快高斯金字塔构建、局部极值点检测,特征点方向梯度、特征描述符及RANSAC提纯的计算过程。(4)设计并实现了视频拼接系统。通过离线阶段计算参数,在线阶段完成融合的设计,将整个拼接系统划分为3个模块:预处理模块,配准模块与融合模块。实验中,在分辨率为1920x1680的相机上,测试本文研究的快速配准算法与加速策略对整个视频拼接的计算效果。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
任思阳[8]（2017）在《基于DSP多源视频配准的网络监控设计》一文中研究指出针对低照度、雾霾情况下的视频信息有限,实时性要求高等问题,提出基于DSP的嵌入式实时视频配准和网络编码传输方案。该系统以DM642开发板为硬件平台,使用TI官方DSP/BIOS实时嵌入式系统。通过红外与可见光摄像头实时采集图像数据,采用基于SURF算法的图像配准,计算Hessian矩阵确定对应匹配点对,通过矩阵插值获得最后配准图像。该方法速度快,满足实时配准需要,在配准后实现了H.264算法的实时视频的编码压缩、解码传输以及通过网络进行发送。(本文来源于《数字技术与应用》期刊2017年11期）
吴燕雄[9]（2017）在《空基视频图像配准算法设计及应用》一文中研究指出结合PCA-SIFT特征提取算法和RANSAC数据处理算法提出了一套完整的空基视频配准算法,同时介绍了空基立体交通态势获取与处理系统的设计和实现。(本文来源于《计算机产品与流通》期刊2017年09期）
卢涛,章瑾,陈白帆,管英杰[10]（2016）在《多尺度自适应配准的视频超分辨率算法》一文中研究指出为了提升制约视频超分辨率重建质量的多帧配准精度,提出了一种基于图像块多尺度自适应配准的视频超分辨率算法.依据图像帧的块内容自适应选择配准尺度,运动边缘信息采用高精度配准,然后将运动向量补偿到多帧图像超分辨率重建代价函数中,利用最大后验概率算法迭代优化高分辨率视频帧.仿真表明:多尺度自适应配准算法不仅提高了配准精度,还提升了视频超分辨率重建图像帧的主客观质量,证明了多尺度自适应配准在视频超分辨率重建中的有效性.(本文来源于《武汉工程大学学报》期刊2016年02期）
视频配准论文开题报告
（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：
在视频人脸替换过程中,针对人脸检测和特征点定位不考虑前后帧的时域联系,导致处理后的视频人脸出现抖动、错位现象的问题,提出结合对齐度准则的视频序列人脸配准方法。通过人脸特征点定位确定待匹配人脸的候选区域和参考人脸五官图像,并根据梯度信息得到参考人脸搜索子图像。构造图像尺度金字塔,在尺度金字塔中快速搜索对齐度极值,极值坐标对应搜索子图像相似度最高的配准点,构造匹配点对。采用Procrustes analysis算法计算对应匹配点的变换关系矩阵,完成待配准图像的坐标变换。根据实验数据,提出的算法提高了优化搜索的速度,处理后的视频与其他算法相比,前后帧对齐的人脸位置和姿态稳定,经处理的视频播放过程中人脸位置自然流畅。算法消除了肤色区域的影响,采用前后帧人脸的有效信息,保持了灰度变化大的人脸区域的位置和姿态,实现视频人脸的精确配准。
（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。
视频配准论文参考文献
[1].孙新博,李英成,王恩泉,耿中元,王思雪.一种无人机视频影像快速配准方法[J].测绘通报.2019
[2].王小芳,项国强,魏玮.结合对齐度准则的视频人脸快速配准算法[J].传感器与微系统.2019
[3].文雪琴.太极拳视频的配准研究[D].湘潭大学.2019
[4].白艳玲.矿山井筒视频图像实时配准的改进Sift算法[J].金属矿山.2018
[5].王洪庆,许廷发,孙兴龙,李相民,刘太辉.目标运动轨迹匹配式的红外-可见光视频自动配准[J].光学精密工程.2018
[6].任思阳.基于DSP的多源视频配准算法研究[D].长春理工大学.2018
[7].程政.视频拼接中配准方法研究[D].哈尔滨工业大学.2018
[8].任思阳.基于DSP多源视频配准的网络监控设计[J].数字技术与应用.2017
[9].吴燕雄.空基视频图像配准算法设计及应用[J].计算机产品与流通.2017
[10].卢涛,章瑾,陈白帆,管英杰.多尺度自适应配准的视频超分辨率算法[J].武汉工程大学学报.2016