一种基于视觉显著性的抗干扰电子稳像方法技术

本发明专利技术公开了一种基于视觉显著性的抗干扰电子稳像方法，包括以下步骤：(1)输入不稳定视频，对相邻帧提取SURF特征点，并对特征点进行由粗到精的匹配；(2)利用时空融合的视觉显著性算法，检测视频帧中的运动目标；(3)剔除运动目标所对应的特征点匹配对；(4)将视频帧划分为M

【技术实现步骤摘要】
一种基于视觉显著性的抗干扰电子稳像方法

：
[0001]本专利技术属于视频处理
，具体涉及一种通过融入视觉显著性检测技 术剔除了运动前景对运动估计的干扰，同时结合多网格的运动路径进行运动补 偿，大大提高了稳像精度的基于视觉显著性的抗干扰电子稳像方法。

技术介绍
：
[0002]手机、数码相机等手持设备凭借便携性，已成为人们日常拍摄的首选器材， 然而，拍摄的视频不可避免的存在画面抖动的问题.不仅会影响视觉效果，而 且容易导致误判或漏判。因此，将这些视频信号转化为高质量的稳定视频具有 十分重要的理论意义和实用价值。目前的稳像技术包括主要机械、光学以及电 子稳像等，由于电子稳像技术具有体积小、质量轻、精度高、灵活性强等优势， 目前已经被广泛应用于军事和民用领域，是增强视频效果关键技术，已经成为 当前的研究热点。
[0003]传统的电子稳像算法一般包括运动估计
‑
运动平滑
‑
反向补偿三个步骤。实 际的拍摄场景中，不可避免的会存在各种类型的运动前景(比如行人或车辆等)， 运动估计时需要利用背景信息求解运动模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉显著性的抗干扰电子稳像方法，其特征在于包括以下步骤：步骤(1)、输入不稳定视频，对相邻帧提取SURF特征点，并对特征点进行由粗到精的匹配；步骤(2)、利用时空融合的视觉显著性算法，检测视频帧中的运动目标；步骤(3)、剔除运动目标所对应的特征点匹配对；步骤(4)、将视频帧划分为M
×
N的网格，并计算每个网格对应的运动矢量；步骤(5)、对所有时间点的运动矢量进行累乘，获得每个网格的运动路径；步骤(6)、采用多路径平滑策略实现路径的平滑；步骤(7)、利用平滑后的路径，对图像进行反向补偿，输出稳定视频。2.根据权利要求1所述的基于视觉显著性的抗干扰电子稳像算法，其特征在于：步骤(1)中的具体步骤包括：步骤(101)、对相邻帧提取SURF特征点，其中每个特征点用1
×
64维的向量表示；步骤(102)、将特征向量的欧氏距离作为相邻两帧中特征匹配的相似性度量，并结合最近邻搜索策略得到初始的匹配对集合G0；步骤(103)、通过随机抽样一致算法剔除错误的匹配对，实现特征点的精确匹配，从而得到精确的匹配对集合G1。3.根据权利要求1所述的基于视觉显著性的抗干扰电子稳像算法，其特征在于：步骤(2)中的具体步骤包括：步骤(201)、利用特征点之间的运动对比度，得到时间显著图SalT(I)；步骤(202)、利用像素点在整个图像上的颜色对比度，得到空间显著图SalS(I)；步骤(203)、将空间显著图和时间显著图进行融合，得到时空显著图Sal(I)；步骤(204)、对时空显著图进行二值化，识别出运动目标所对应的像素点；对于特定像素点P
m
，通过判断其时空显著值Sal(P
m
)与阈值T的关系，确定该像素点是否为运动目标，即其中，I表示图像帧，T表示阈值，D1(P
m
)表示二值化的结果，如果D1(P
m
)结果值为1，则说明该像素点位于运动目标上，否则，说明该像素点位于背景上。4.根据权利要求2所述的基于视觉显著性的抗干扰电子稳像算法，其特征在于：步骤(3)的具体步骤包括：利用上述步骤(204)中获得的二值化结果，如果特征点位于运动目标上，则把该特征点对应的匹配对剔除，否则继续保留，最终生成新的匹配对集合G2，并将其用于后续的运动矢量求解。5.根据权利要求1所述的基于视觉显著性的抗干扰电子稳像算法，其特征在于：步骤(4)中的具体步骤包括：步骤(401)、利用上述步骤(3)中获得的匹...

【专利技术属性】
技术研发人员：尹丽华，朱文华，康亮，
申请(专利权)人：上海第二工业大学，
类型：发明
国别省市：