基于SURF和轨迹滤波的旋转视频稳像算法

现有电子稳像技术主要以平移稳像为主,而对同时存在大角度旋转和抖动的视频稳像能力较差,针对该问题提出一种基于SURF和轨迹滤波的旋转视频稳像算法。首先,采用SURF特征点匹配算法获得相邻2帧匹配的特征点,使用双向最邻近距离比值法剔除误匹配点,利用相似变换模型和RANSAC算法,得到高精度的旋转角度并对当前帧进行反向旋转,从而消除视频旋转。然后,使用KLT特征点跟踪算法生成视频的特征点轨迹。最后,采用Kalman滤波和B样条曲线拟合相结合的方法进行稳像处理,进而得到不旋转且稳定的视频。实验结果表明,该算法适合任何角度旋转的视频,消旋精度达到0.02°,且能够有效地消除视频抖动,对于分辨率低,同时存在运动模糊的视频也有较强的鲁棒性。

基于浮动车轨迹数据的城市路网提取

为满足数字道路信息的及时获取和快速更新,提出了一种基于浮动车轨迹数据的城市路网提取方法。首先通过去冗、滤波等轨迹数据预处理算法优化轨迹信息,然后近似计算轨迹点对应时刻的车辆航向角,通过航向角提取出处于转向状态的浮动车轨迹点,利用改进的DBSCAN聚类算法对转向点聚类提取道路交叉口,最后以交叉口之间的轨迹点为数据源,利用多元自适应回归样条算法拟合道路中心线。以成都市1d内的出租车GPS轨迹数据作为数据源进行了实验,结果显示路网提取效果良好,验证了本文方法的有效性。