成果简介
随着信息技术的发展成熟,视频监控系统应用越来越普遍,但是外场监控摄像机受外部因素的影响,往往会出现摄像机晃动,这种不稳定的视频图像容易使观察者产生视疲劳,从而导致误判或漏判;对于视频监控和视频跟踪系统,由于拍摄平台的不稳定,会带来跟踪误差。基于运动估计的道路视频稳定方法,在道路视频监控环境下能够满足道路交通视频监控系统对于图像稳定性的要求。
成果特点
基于运动估计的道路视频稳定方法,利用以下步骤达到图像稳定的目的:对输入图像进行非线性平滑去除噪声;根据系统要求精度确定特征搜索范围,获取最佳特征信息;对模板和待匹配块进行十字灰度投影,根据其差异找到最佳匹配区域;采用运动方程为匀速的卡尔曼滤波器,采用递推式的方法构造动态运动模型,获得摄像机运动参数,用以描述由于摄像机运动所造成的帧间运动,将运动估计得到的偏移序列中的随机抖动进行辨识和滤除;对因为视频抖动而丢失图像区域进行填补,利用图像序列之间的时间相关性,对相邻帧采用混合高斯模型对其进行重建。
应用前景
研究成果优化了监控图像的输出质量,提高了后期监控图像的再分析、再利用的成功率,从而为道路视频监控系统提供有效的支撑。
技术转让方式
技术转让;技术服务。

成果简介
随着信息技术的发展成熟,视频监控系统应用越来越普遍,但是外场监控摄像机受外部因素的影响,往往会出现摄像机晃动,这种不稳定的视频图像容易使观察者产生视疲劳,从而导致误判或漏判;对于视频监控和视频跟踪系统,由于拍摄平台的不稳定,会带来跟踪误差。基于运动估计的道路视频稳定方法,在道路视频监控环境下能够满足道路交通视频监控系统对于图像稳定性的要求。
成果特点
基于运动估计的道路视频稳定方法,利用以下步骤达到图像稳定的目的:对输入图像进行非线性平滑去除噪声;根据系统要求精度确定特征搜索范围,获取最佳特征信息;对模板和待匹配块进行十字灰度投影,根据其差异找到最佳匹配区域;采用运动方程为匀速的卡尔曼滤波器,采用递推式的方法构造动态运动模型,获得摄像机运动参数,用以描述由于摄像机运动所造成的帧间运动,将运动估计得到的偏移序列中的随机抖动进行辨识和滤除;对因为视频抖动而丢失图像区域进行填补,利用图像序列之间的时间相关性,对相邻帧采用混合高斯模型对其进行重建。
应用前景
研究成果优化了监控图像的输出质量,提高了后期监控图像的再分析、再利用的成功率,从而为道路视频监控系统提供有效的支撑。
技术转让方式
技术转让;技术服务。
