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。     

一种基于L1范数最小化的全局运动估计算法

视频内容的分析与理解往往基于对视频中目标对象的空间、运动特征进行感知.然而,在实际拍摄的视频中,目标对象的真实运动轨迹往往受到同时存在的相机全局运动影响.这种由相机自运动带来的全局运动在当前流行的自媒体视频中十分普遍.为了消除全局运动对视频中对象的真实运动轨迹的影响,提出了一种基于L1范数最小化的全局运动参数估计算法,并在此基础上实现了视频的全局运动补偿,得到了前景对象的真实运动轨迹.实验结果表明该算法能准确有效地去除全局运动的影响并准确恢复出运动对象的真实运动轨迹.     

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.     

基于仿射运动估计的旅游景观全景视频系统

基于文字,图像,视频等旅游景观传统展示方法难以让人们全面的了解旅游景观的全貌,提出一套旅游景观全景视频展示系统方案,使用全景视频技术,通过网络全景立体展示人文科技景观,实现真正的沉浸式欣赏与漫游,让用户犹如置身其中的感觉。同时提出一种基于仿射变换运动方程的运动估计模型来对全景视频进行全局运动估计,相对传统的平移运动估计模型,可有效改进全局运动估计的精度,提高压缩编码效率。     

基于Harris-LM全局运动估计的电子稳像算法研究

全局运动估计用途非常广泛,但是由于全局运动估计计算量大、噪声多等因素使得它很难在实时应用中使用.为了减少全局运动估计的计算量,提高全局运动估计的速度,选取Harris角点进行计算.基于LM(Lev-enberg-Marquardt)全局运动估计的思想,提出一种去除图像画面抖动的算法.通过LM算法估计全局运动参数,从而获得参考帧和当前帧之间的全局运动矢量.然后采用Kalman滤波的方法,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.最终进行运动补偿,以达到输出稳定图像的目的.实验结果表明,该算法能较好地实现图像序列的稳定.     

基于事件序列匹配的多摄像机视频同步

在多摄像机应用中,对各摄像机的视频进行同步是一个常用的基本步骤。大多数现有方法都依赖于特征点的检测和对应,往往复杂而且难以通用。该文致力于简单快速视频同步方法的研究,通过对常见同步问题的描述和分析,提出了一套基于事件序列匹配的视频同步框架——利用事件序列相关性来帮助寻找两段视频序列中的对应帧,通过全局投票的方法寻求最优帧偏移量。在动作识别和会议建档系统场景中的示例实验中都得到了正确的结果。误差分析表明,该方法的容错能力强,在较大参数范围内都可以得到正确解。该文提出的方法简单易用,具有很好的实用价值。     

基于事件序列匹配的多摄像机视频同步

在多摄像机应用中,对各摄像机的视频进行同步是一个常用的基本步骤。大多数现有方法都依赖于特征点的检测和对应,往往复杂而且难以通用。该文致力于简单快速视频同步方法的研究,通过对常见同步问题的描述和分析,提出了一套基于事件序列匹配的视频同步框架——利用事件序列相关性来帮助寻找两段视频序列中的对应帧,通过全局投票的方法寻求最优帧偏移量。在动作识别和会议建档系统场景中的示例实验中都得到了正确的结果。误差分析表明,该方法的容错能力强,在较大参数范围内都可以得到正确解。该文提出的方法简单易用,具有很好的实用价值。     

应用普通精度陀螺的快速全局运动估计方法

提出一种应用普通精度陀螺的全局运动估计快速算法.该算法利用陀螺来传感摄像系统的不稳定信息,并从陀螺输出的信息中得出视频抖动的方位(象限),以该方位作为基准对当前帧相对参考帧的局部运动矢量进行奇异点滤除,运用最小二乘法(迭代最小二乘法)解算全局运动参数.该算法运算速度快,对陀螺精度要求低,对由干扰运动和矢量估计误差产生的奇异点滤除效果好、运动估计精度高.     

动态场景中自适应去除外点的全局运动估计方法

为在动态场景图像序列中准确地完成全局运动估计,提出一种自适应去除外点的全局运动估计方法。对尺度不变特征变换(Scale invariant feature transform,SIFT)算法提取出的特征点利用最近邻搜索算法中的BBF(Best Bin First)方法进行匹配。为提高全局运动估计的精度,提出改进的随机抽样一致(RANdom SAmple Consensus,RANSAC)算法。此算法能够自适应地去除外点,即利用特征点运动矢量的方差控制迭代次数来进行外点的去除,最终通过摄像机运动模型实现准确的运动参数估计和背景补偿。对标准图像序列Coastguard和实际拍摄的动态场景图像序列的实验表明,提出的方法能够快速地完成动态场景中的全局运动估计与补偿,具有较高的精度和适应性。     

基于分块灰度投影的无人飞行器视频稳像方法

针对传统灰度投影算法局部运动影响全局运动矢量估计精度的问题,结合无人飞行器航摄视频图像的特点,提出一种适用于无人飞行器的视频稳像方法. 该方法将图像划分为若干子区域,剔除灰度特征不明显和物体局部运动等影响全局运动估计精度的子区域,对保留的子区域分别采用灰度投影法计算运动矢量,由局部运动估算出图像的全局运动矢量,经过运动决策,将运动补偿矢量应用于图像补偿,获得稳定的视频图像. 对真实无人飞行器航摄视频稳像实验结果表明,该算法稳像准确度与块匹配全搜索算法相当,而单帧稳像时间只有块匹配全搜索算法的1/3,在准确性和实时性方面均优于传统灰度投影算法.      

基于抖动帧检测和低通滤波的数字视频稳像算法

近年来,数字视频稳像方法是提高视频质量的重要研究内容之一.针对高斯滤波使用固定高斯核进行运动平滑,去除抖动能力有限的问题,提出根据视频帧抖动程度使用不同低通滤波进行运动平滑的方法.首先,计算当前帧与其前后固定半径范围内相邻帧之间的位移量,并计算其位移方差,该方差可以有效地描述视频帧的抖动程度;其次,根据抖动程度使用自适应滤波或均值滤波进行运动平滑.实验证明,该方法比现有的方法具有更好的稳像效果.     

一种新的自适应视频流拥塞控制方法

提出了一种新的面向终端的基于Rrr（Round Trip Time）的自适应视频流拥塞控制方法——New—AVSP（New Adaptive Video Stream Protocol）。New-AVSP采用基于波形平滑指数和波形突变指数的滑动窗口加权平均RTT估计算法（FMMA）对RTT值进行平滑估计；并采用基于参数自适应的速率预测方法（PAMA），调整终端注入网络的业务流量。仿真结果表明：New—AVSP与已有的针对流媒体应用的拥塞控制方法相比，在突变情况下具有更快的逼近速度；在小幅度渡动情况下具有更为平滑的控制曲线。     

视频对象编码中初始搜索点的预测算法研究

利用视频对象内部的变化具有时间相关性,可以克服在对象边缘处的分块的可供参考的运动矢量很少或者没有所造成的预测困难,提出了一种结合时间和空间相关性来预测起始搜索点的视频运动编码的新算法,达到了较好的预测效果。     

基于直方图修正的H.264视频加密域可逆信息隐藏

为实现视频加密域的可逆信息隐藏,首先使用随机二进制序列对运动矢量的符号位进行加密,然后通过运动矢量直方图修正进行信息的嵌入。信息嵌入算法是对称的,这样可以保证嵌入过程与提取过程均可分离,这样第三方管理者可以在不进行解密的情况下对存储的视频嵌入各种控制信息,保证了用户信息的隐私性。而视频的所有者在下载了视频后,无论是否进行解密,均可进行信息的提取。实验证明在拥有较大嵌入容量的前提下,实现了信息嵌入提取与视频加解密之间的可分离性,且算法完全可逆。     

基于时间轴小波变换的运动对象分割算法研究

对时间轴一维小波变换的视频运动对象分割算法进行了研究。将视频序列进行时间轴一维小波变换，利用变换后的高频帧信息提取出初步的运动掩模图像；进行数学形态学后处理，以消除各种噪声的影响和对象的不连通性，得到理想的运动掩模图像。实验结果表明该方法分割效果较好，分割出的运动对象可直接应用于基于对象的视频编码，且算法耗时较少。     

基于时间轴小波变换的运动对象分割算法研究

对时间轴一维小波变换的视频运动对象分割算法进行了研究。将视频序列进行时间轴一维小波变换，利用变换后的高频帧信息提取出初步的运动掩模图像；进行数学形态学后处理，以消除各种噪声的影响和对象的不连通性，得到理想的运动掩模图像。实验结果表明该方法分割效果较好，分割出的运动对象可直接应用于基于对象的视频编码，且算法耗时较少。     

Optimal Rate Allocation Algorithm for Multiple Source Video Streaming

Video streaming is one of the most important applications used in the best-effort Internet. This paper presents a new scheme for multiple source video streaming in which the traditional fine granular scalable coding was rebuilt into a multiple sub-streams based transmission model. A peak signal to noise ratio based stream rate allocation algorithm was then developed based on the transmission model. In tests, the algorithm performance is about 1 dB higher than that of a uniform rate allocation algorithm. Therefore, this scheme can overcome bottlenecks along a single link and smooth jitter to achieve high quality and stable video.