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。

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。