发明名称 |
基于SURF与模糊聚类的视频稳像方法 |
摘要 |
本发明公开了一种基于SURF与模糊聚类的视频稳像方法,其特征在于:提出了一种基于高性能SURF(Speeded-Up Robust Features)特征的视频稳像技术,运用模糊聚类的思想来分离局部特征与全局特征。在此基础上,通过affine运动模型获得全局运动矢量,并用kalman滤波估计理想的运动矢量,依据获得运动矢量对视频帧进行逐帧补偿,结合图像拼接的方法来恢复图像未定义区域,获得最终的稳定视频。该方法通过引入模糊聚类的思想对特征进行分离,有效提高全局运动特征估计的精度,运用SURF特征提高计算速度和性能,kalman滤波提高运动矢量估计的准确度,并引入图像拼接来提高视频的完整性。 |
申请公布号 |
CN106550173A |
申请公布日期 |
2017.03.29 |
申请号 |
CN201510638640.X |
申请日期 |
2015.09.23 |
申请人 |
江南大学 |
发明人 |
吴小俊;杨达依 |
分类号 |
H04N5/21(2006.01)I;H04N5/14(2006.01)I |
主分类号 |
H04N5/21(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
基于SURF与模糊聚类的视频稳像方法,其特征在于:步骤1:对视频帧进行特征提取,获得图像的特征;步骤2:根据获得的特征,运用模糊聚类的思想分离特征;步骤3:通过特征匹配计算出运动矢量,并用kalman滤波估计理想的运动矢量;步骤4:根据得到的运动矢量,计算出图像需要补偿的矢量,对视频进行逐帧补偿;步骤5:对视频帧进行恢复,重定义图像信息缺失的区域。 |
地址 |
214122 江苏省无锡市滨湖区蠡湖大道1800号 |