基于特征匹配的监控视频抖动异常检测方法

针对传统监控视频抖动异常检测方法在行偏移量、列偏移量等方面存在与实际情况不符的情况,提出基于特征匹配的监控视频抖动异常检测方法。首先从监控视频中采集关键点,其次提取这些关键点的特征,最后使用特征点匹配算法检测监控视频的抖动异常。实验结果表明,该方法在像素、行偏移量、列偏移量等方面均与实际情况相符,优于其他两种检测方法。

基于BRISK的实时视频抖动检测算法

针对目前视频抖动检测算法只能处理离线视频、简单判断视频是否抖动,不能识别抖动类型及具体帧序号的问题,提出一种实时视频抖动检测算法。采用BRISK算法进行视频图像特征检测,采用OPQANN算法进行特征点匹配,对匹配的特征点采用RANSAC算法进行运动参数估计并构建其运动轨迹,采用高斯低通滤波器对运动轨迹进行滤波处理,据此进行视频水平、垂直及旋转抖动检测。大量实验结果表明,在复杂环境下,与ORB+前向-后向LK算法相比,该算法抖动检测正确率提高18.3%,误报率、漏报率分别降低13.8%、34%,在抖动类型识别等方面该算法也表现出良好的性能。

一种基于HGPC的交通监控视频抖动异常检测方法

在交通监控视频中,不可避免的会出现导致监控系统性能下降的视频图像抖动的异常现象。为检测此类异常现象,提出了一种基于分级的灰度投影相关系数法(Hierarchical Gray Project Correlation,HGPC)。首先,使用全局的灰度投影相关系数法对视频进行粗检测;然后,为提高检测精度,采用局部灰度投影相关系数法进行细检测。该算法在海信网络科技有限公司交通监控贵阳视频库上进行检测,精度达到91.4%,高于传统的测试方法,且检测时间仅为47ms,满足实时性要求,证明此算法有效。

基于车载视频抖动矢量的路面平整性评估方法

针对路面平整性评估流程繁琐、效率低、周期长等问题,提出基于车载视频抖动矢量的路面平整性评估方法,实现常态化场景下对路面状态的初步快速筛选评估。使用车载采集设备获取的行车视频作为评估数据基础,对车载图像进行预处理,增强行车视频图像的对比度,降低行车环境变化对视频图像对比度的影响。利用分块灰度投影算法对视频图像进行相似性判定,去除大偏差的抖动矢量和运动目标干扰,提取行车视频的主要抖动矢量特征。采用粒子群优化算法改进投影相关性曲线的搜索模式,通过使用行(列)方向的灰度投影曲线相关性作为适应度函数来提高算法的搜索效率。建立基于遗传算法(genetic algorithm,GA)优化的K-means聚类分析算法,实现了自主采集路段中不同车速条件下的路面平整性分级评估。通过自主采集数据实验验证,基于粒子群优化的灰度投影算法在检测平整路面时,耗时0.148 s,算法效率比原算法提高了91.41%;在检测粗糙路面时,耗时0.123 s,算法效率比原算法法提高了87.58%,且检测出的抖动矢量数值一致。本文提出的基于车载视频抖动矢量的GA-K-means路面平整性分级评估方法能够有效降低初始聚类中心的干扰。

视频抖动矫正系统中的运动滤波

数码相机拍摄的视频往往带有因为拍摄人手的不稳定而引入的抖动,因此该文给出了一个视频抖动矫正方案,包括全局运动估计、运动的抖动分量滤除、抖动补偿3个模块。对摄像机运动模型,该文考虑了最常见的水平、垂直平动和平面转动这3个运动参数来进行全局运动估计,首先采用基于块匹配运动估计方法来得到运动参数的初始值,然后用Newton迭代法进行参数优化;从运动学的角度出发设计了一种以二次B样条方法为基础来拟合摄像机的运动轨迹方案。实验证明这种滤波器的设计方法能够很好地去除视频抖动,明显改善视频的主观效果。该方法不仅简单,而且不需要预知抖动的模式就能够确保运动轨迹的平滑。

视频抖动矫正中全局运动参数的估计

手持式终端拍摄视频时因为人手的抖动会出现画面不稳定现象。为稳定视频画面，提高视频的主观质量，提出了一种视频抖动矫正算法。该算法采用圆形块匹配获得当前帧像素的局部运动矢量。用迭代最小二乘法求解使用局部运动矢量和运动模型建立的线性参数系统获得全局平移、旋转及缩放运动参数。最后用运动迭代使运动参数更加精确。实验结果表明：该算法对平移、旋转及缩放运动的处理能力分别为大于30像素、大于30°及0．85～1．14，参数估计精度分别达到0．05像素、0．01°及0．0001，能处理的运动幅度范围以及运动参数的估计精度都比基于光流的算法均有很大提高。

视频车辆监控系统防抖动区域的自动搜索方法

提出一种防抖动区域自动搜索方法.对于防抖动区域的每个可能位置,计算匹配区域在该位置附近移动时与防抖动区域之间的相似性测度函数值,可知该函数在多大范围内具有单峰特性.若单峰范围满足工程要求则将该防抖动区域作为候选区域,由操作人员根据它是否有可能受到运动物体的影响来决定它是否可用.防抖动区域的尺寸从一个比较小的值逐渐增大,直到搜索到可用的防抖动区域为止.实验结果表明,这样做既可以减少陷入局部最优又可以提高抖动消除速度.

基于运动矢量的视频去抖动算法

采用新的几何分析方法建立了视频去抖动处理的数学模型,提出一种基于运动矢量的视频去抖动算法.采用新的快速M鲁棒估计法获得摄像机全局运动参数集;滤波该参数集滤除随机抖动带来的运动噪声.为了提高算法的可靠性,在全局运动估计之前对原始运动矢量进行了时空滤波;在运动校正阶段,引入了"重同步"机制防止差错累积.实验表明,该算法具有良好的去抖动效果,能够用于实时处理.

视频车辆监控系统图像抖动快速消除算法研究

在开发智能视频车辆监控系统时,为满足图像抖动消除速度和效果的要求,通过分析系统特点提出了一种基于图像匹配的新算法.新算法利用在基准帧中预先划定的适合于进行图像匹配的区域,在当前帧中根据像素灰度的绝对差值和寻找其最佳匹配,通过预测的方法快速求出当前帧相对于基准帧的偏移量,从而用来消除抖动.实验表明,新算法在确保抖动消除效果的同时大幅度地提高了处理速度,满足了系统要求.

基于纹理合成的视频去抖动

视频去抖动是视频增强技术的一个重要应用,通过纠正视频帧的位置使视频运动变得平稳。随之而来的问题是如何修复视频帧留下的空缺以保持视频的连续性。在对图像修复技术进行研究的基础上,提出了利用改进的纹理合成技术进行去抖动视频修复的方法。实验给出的视频去抖动效果证明了该方法的有效性。

基于电子稳像的视频序列抖动处理技术

视频序列往往会由于摄像机及其载体的运动产生扰动,一些过量的扰动即视频序列的抖动会严重影响视频图像的质量,对于视频序列抖动问题的研究也因而逐渐兴起。文章立足于分析抖动产生的机理及在抖动的分类和建模方面进行研究,企图对抖动进行更为细致、系统地研究以期得到更好的稳像效果。

结合稳像补帧与VIBE算法的抖动视频前景目标提取方法

在动态场景下进行目标检测与跟踪处理时,提取的前景目标往往会因受到背景抖动干扰而出现目标误判、轮廓不完整等问题,为此提出结合稳像与补帧、VIBE算法与连通域修正的抖动视频前景目标提取方法。首先利用ORB对相邻两帧图像进行特征匹配,使用RANSAC剔除误匹配点,以运动目标为中心调整图像边距,裁剪与修补不重合的部分,通过统计法求相邻两帧的偏移均值,完成视频稳像处理;其次利用稠密光流法计算相邻两帧图像的位移,通过位置重映射生成中间帧,实现视频补帧;然后将VIBE算法增加形态学处理与连通域修正,结合Canny算子进行边缘检测,增加目标轮廓的完整性;最后使用视频实例进行测试,与其他视频目标提取算法进行比较分析,精度、召回率至少提高10%,漏检率、错分率至少降低15%。实验结果表明,所提方法能有效去除抖动带来的影响,提取的目标完整性较高。

基于视频全局光流场的交通拥堵检测

针对目前高速公路交通拥堵日趋频繁的实际情况,提出一种应用于实时监控视频的基于全局光流场的交通拥堵自动检测算法。算法包括三步:a)采用Lucas-Kanade金字塔算法计算像素点的光流矢量值;b)利用全局光流平均值作为阈值判断条件剔除抖动视频,并且在此基础上,通过计算并判别不同交通状态下像素点的各个光流参数值来检测拥堵交通状态;c)利用统计规律得出最终的交通状态检测结果。实验结果表明,该方法能够实时、有效地检测出实际高速公路监控视频中的拥堵状况。

基于人眼特性的视频稳定方法

在分析人眼视觉稳像原理和特性的基础上,提出了一种基于特征块匹配的视频稳定算法。该算法采用均匀分布的方式确定特征块。根据视频图像抖动特性对运动矢量进行预测,确定运动搜索的起始点。采用大钻石与小钻石搜索模板结合的方式,在阈值和搜索空间的约束下完成特征块匹配。然后通过运动平滑选择有效的运动矢量。利用仿射变换矩阵对原始图像进行配准,得出稳定视频序列。实验表明,该算法有效地稳定了图像序列,并且满足快速性和实时性的要求。

基于分段处理的视频稳像算法

针对视频拍摄过程中出现抖动的问题,根据在短时间内摄像机运动轨迹保持不变的观察现象,提出了一种按时间分段处理视频的视频稳像(SPVS)方法。首先提取视频的SURF特征点,用u MLESAC算法快速准确地去除异常点,并使用最小二乘法求解帧间仿射运动模型;然后利用分段方法优化处理视频的仿射运动模型参数;最后利用视频补偿得到稳定的视频文件。实验表明SPVS方法可有效地去除视频中的抖动成分。

基于视频去抖的室内开关柜状态识别

随着电力系统的发展,电力设备之间的关系变得越来越复杂,通过自动化设备来控制和保护电力系统的方法已经广泛应用于电气行业中,对设备自动化的要求也越来越高。该类要求不仅体现在设备控制方面的自动化,监控设备也要具备自动识别状态变化和自动预警的功能。监控相机在拍摄时往往由于机械原因产生抖动和摇摆,提出了一种基于视频去抖动的电气开关柜状态自动识别方法,在视频中识别开关柜面板,并将其作为感兴趣区域,对开关柜上不同子部件进行划分和检测。为了减小因相机在拍摄时由于机械原因产生的抖动和摇摆,本文利用了检测前后两帧图像中特征点的运动变化,平滑相机抖动,减小软件误检的概率,并对开关柜上子部件实施针对性的检测算法,提高准确率。实验结果表明,提出的电气开关柜监控算法具有不受相机晃动干扰,实时性强、检测准确以及抗干扰能力强的优点。

基于分区灰度投影稳像的运动目标检测算法

针对视频监控系统中,复杂环境引起摄像机抖动,造成运动目标检测不准确的问题,提出了一种基于分区灰度投影稳像的运动目标检测算法.首先对每帧图像进行分区,利用分区灰度投影算法对图像各分区的运动矢量进行准确提取和相关性分析,进行抖动判断,并对抖动帧进行运动补偿.然后利用高斯混合背景建模算法进行运动目标提取.最后对目标提取结果进行形态学处理,以进一步提高目标提取的精度.实验结果表明,本文算法较好地消除了场景中运动目标对运动矢量计算的干扰,实现了在摄像机抖动视频场景中的运动目标的准确检测和提取,大大降低了抖动视频目标检测的虚警率.

正交试验在录象机机芯中的应用

应用正交试验和频谱分析，测试分析录象机音频抖晃和视频抖动的影响程度，机芯主要零、部件的参数误差值对音频抖晃和视频抖动的影响程度，确定产生音频抖晃和视频抖动的主要原因，为机芯的改进提供了具体依据。

一种针对抖动视频序列的运动目标检测算法

针对自然环境中因摄像机抖动造成无法准确检测运动目标的问题,提出一种结合分块灰度投影、背景差分与连续帧间差分法的运动目标检测算法。该算法通过将图像帧进行分块处理,结合离散化决策机制去除灰度梯度变化低及存在局部运动的目标区域,提高全局运动矢量估计精度。根据块区域灰度投影曲线进行互相关计算,完成抖动序列校正。通过对校正后的序列帧提出使用背景差分与连续三帧差分法的融合策略处理,增强运动目标区域。通过将融合差分图像平滑处理并使用Otsu法进行自适应阈值分割,检测前景运动目标。用公共抖动视频序列实验,并与不同算法对比验证后可得:该算法可以准确检测出摄像机抖动场景中运动目标,保证较好检测效果的同时检测速度较快。