一种基于角点特征的场景锁定新方法

为了消除由飞机旋转、平移等运动造成的场景变化,使机载吊舱能对感兴趣场景连续侦察和跟踪,本文提出一种基于角点特征的场景锁定新方法。本文将参考图像等分成16块,选取每块中响应值最大的角点作为特征点,采用SAD(sum of absolute differences)算法进行特征点匹配,然后利用改进的RANSAC算法进行角点的一致性检测,利用最小二乘法解算全局运动参数,最后计算图像之间的累积运动。该算法便于在DSP+FPGA硬件平台上实现,能在20 ms内完成处理,实验结果表明,该算法匹配精度高,稳定性好,能较好地实现场景锁定。

一种改进的场景锁定算法

介绍了一种能对场景进行稳定锁定的算法,该算法在传统场景锁定算法的基础上进行了改进。当目标进入红外(电视)摄像机视场时,首先对视频图像进行角点检测,提取出具有特征的角点,根据角点间的距离关系,对相邻两场图像的角点进行匹配得到角点对。然后根据角点对间的对应关系解算出相邻两场图像间的全局运动参数,把此参数输入到控制系统,让控制系统对锁定进行闭环,从而实现场景锁定。实验证明,对于传统匹配算法无法稳定跟踪的场景,改进后的算法能够对场景进行稳定跟踪。

基于Harris角点全局运动估计的场景锁定算法

场景锁定技术是视频跟踪领域的一个关键技术,需要对图像的全局运动进行估计,常用的运动估计算法由于计算量大、对噪声敏感等因素很难得到实际应用。为了减少运动估计的计算量,提高全局运动估计的精度,提出了一种基于Harris角点全局运动估计的场景锁定方法。将图像分成4×4的16个块,选取每个块中响应值最大的角点,以参考图像角点周围矩形块与待匹配图像进行匹配,然后利用RANSAC算法对角点进行一致性检测,利用最小二乘法解算全局运动参数,最后计算图像之间的累积运动。实验结果表明,该算法运动估计精度高,稳定性好,能较好地实现场景锁定。