基于平滑相机路径的电子稳像算法研究

在视频拍摄过程中受到环境和人为等因素的影响,拍摄出的视频存在抖动问题。为了解决视频抖动问题,提出了一种基于平滑相机路径的电子稳像方法,使相机运动路径更平滑,同时自适应地对运动补偿后的黑边进行去除,从而获得稳定的视频序列。首先,对加速稳健特征(SURF)算法进行分区域优化处理,用优化后的SURF算法进行特征点检测,并采用快速视网膜关键点(FREAK)算法对检测到的特征点进行描述;然后基于K近邻匹配(KNN)算法进行特征点对粗匹配,并采用采用随机样本一致性(RANSAC)算法和前向后向匹配算法进行特征点对的二次匹配;最后采用卡尔曼滤波算法优化估计的相机路径,获得更加平滑的相机路径,并采用双线性插值方法对原始视频序列进行运动补偿,以及自适应地去除补偿后视频序列的黑边。所提算法在两类实验场景下相较于原始相机序列的运动路径更加平滑,峰值信噪比(PSNR)值分别提升了4.39dB和4.96dB,从而说明该算法对抖动视频的稳定性和质量均有一定提升。