高精度全景补偿电子稳像

针对摄像机拍摄目标过程中自身的随机抖动造成的视频序列不稳定,以及稳像补偿过程中边缘信息的丢失,提出了基于SURF(Speed-up Robust Feature)算法的全景电子稳像方法。首先,运用SURF算法提取当前帧图像和参考帧图像的兴趣点,将两幅图像的兴趣点进行匹配,建立两帧的对应关系。针对兴趣点数目较少及场景中部分区域特征相似的情况,引入了兴趣点位移一致性抑制策略,改进了RANSAC(RANdom SAmple Consensus)误匹配的剔除算法,使得运动矢量的精确度小于1 pixel。然后,判定参考帧的更新策略,获取平滑的运动变量。最后,进行运动补偿,运用图像镶嵌技术对丢失的边缘区域信息进行全景补偿,得到了高精度的全景稳像结果,实验得到的输出视频峰值信噪比(PSNR)提高了33.1%。

提高配电网PMU测量精度的全景补偿方法

配电网线路长度通常较短,且受噪声及谐波影响严重,要实现配电网的监测、控制和状态估计,亟须研制配电网同步相量测量装置(D-PMU)。高精度的测量是配电网可观可控的基石,而交流采样环节是保证D-PMU测量性能的核心。基于交流采样环节的硬件误差来源分析,提出了误差渐进减小的工程全方位应用场景补偿方法(简称全景补偿方法):①通过出厂标校,消除系统固定误差;②通过三次多项式拟合进行全量程补偿,被试装置达到应用需求精度;③通过二次多项式拟合进行温漂补偿,提升D-PMU现场运行精度。基于提出的全景补偿方法改进D-PMU,搭建了人工模拟环境,测试结果表明所提方法可有效提高D-PMU相量测量精度。

一种基于迭代运动估计的全景稳像系统

提出一种图像全景补偿输出的实时稳像系统。首先,提出了基于子区域运动迭代的全局运动估计算法,来快速有效地求取图像平面的仿射运动参数:在求取各子区域运动时,采用灰度投影相关的三点自适应搜索策略,结合大小搜索步长,进行由粗到细的搜索定位;然后将各子区域运动带入6参数仿射运动模型,通过最小二乘迭代,去除误差较大块即误匹配或前景运动块,从而提高全局运动估计精度。其次,对原始运动矢量序列进行滤波处理,以提取抖动参数:采用Kalman滤波器,一方面较好地平滑运动矢量以降低视频抖动,另一方面有效跟随摄像系统的有意扫描运动。最后,提出图像全景补偿方法,有效改善图像边界信息缺失带来的视觉误差。实验结果表明该系统可以实时处理视频序列的平移旋转等抖动,而且输出全景视频图像保持视觉的完整流畅。