针对手持移动摄像装置拍摄视频序列相邻帧间存在平移、小角度旋转运动, 而且易受噪声、光照变化的影响等问题, 提出一种基于优化Oriented FAST and rotated BRIEF(ORB)特征匹配的实时鲁棒电子稳像算法。对相邻帧预处理后用Oriented FAST算子检测特征点, 再用Rotated BRIEF描述提取的特征点并采用近邻汉明距离匹配特征点对, 然后采用级联滤波去除误匹配点对, 最后使用迭代最小二乘法(ILSM)拟合模型参量进行运动补偿实现稳像。图像匹配测试和稳像实验结果表明: 基于改进的ORB算法的电子稳像方法补偿每一帧的时间均小于0.1 s, 定位精度可达亚像素级, 能有效补偿帧间平移旋转运动, 而且对噪声和光照变化有较强鲁棒性。经稳像处理后, 实拍视频质量明显提高, 峰值信噪比(PSNR)平均提高了10 db。

针对视频序列受载体的影响, 本文提出了基于 Harris局部特征点的数字稳像方法。局部特征点在图像处理、模式识别、计算机视觉以及目标检测与跟踪领域得到了广泛的研究。首先, 利用 Harris算法提取动载体摄像系统中每帧图像的局部特征点, 采用基于归一化互相关匹配算法进行局部特征点的匹配, 提出了一种双向搜索的匹配策略来提取具有较强鲁棒性的特征点; 然后, 利用随机抽样一致算法进一步筛选所选定的特征点, 并将保留下来的精确匹配特征点带入仿射运动模型求出全局运动矢量; 最后, 提取全局运动矢量中的抖动参数, 并对原始图像进行补偿。实验结果表明, 该方法可以快速有效地处理图像序列的仿射运动, 水平和垂直方向的精确度小于 1 pixel, 并且具有较好的鲁棒性, 可用于动载体摄像系统。

针对包含运动物体视频序列的稳像问题，提出了一种基于运动目标检测的数字稳像算法.该算法运用估计的全局运动参数补偿帧间全局运动，得到运动补偿前帧和当前帧的差值图像，并将差值图像分割成一系列的前景块和背景块，仅跟踪背景块来估计下一轮的全局运动参数.仿真结果表明，提出的稳像算法不仅计算复杂度低，而且估计的全局变换参数具有相当高的帧间变换保真度，可以用于占据半个像面的动目标的视频序列.

提出一种基于稳定Harris角点置信度的三步搜索法数字稳像方法.采用三步搜索法策略进行运动参量的计算，对三步搜索法结果使用稳定Harris角点置信度进行约束，提升运动参量计算准确度.针对分辨率为320×240存在±40个像素范围内抖动的车载运动视频进行稳像处理，实验结果验证此方法有效可行.

针对在一些实际应用场合摄像机设备的震动造成的视频序列失稳,提出了一种基于形态学边缘模式匹配的数字稳像方法。该方法首先利用形态学方法提取视频图像边缘,然后利用当前帧子块与参考帧子块的边缘进行特征匹配,以确定当前帧子块相对于参考帧的局部运动矢量。对得到的局部运动矢量进行分析判决,以确定该局部运动矢量是否为真正的抖动偏移量,消除视频帧本身因存在局部运动目标、低对比度、纹理区域等因素对全局运动矢量估计的影响;最后,通过判别确认的局部运动矢量确定全局运动矢量并进行运动补偿,实现数字稳像。仿真实验表明,由于该方法的块局部运动矢量采用1 bit边缘进行最大相关值估计,因而复杂度低,而采用异常情况判决准则消除了其对真正运动矢量估计的影响,稳像精度高,可应用于因摄像头平移震动等因素造成的视频序列失稳。

提出一种稳健的两阶段层次匹配稳像算法, 在频域结合相位相关和谱对消技术对抖动图像序列间的平移和旋转矢量获得亚像素估计精度。算法第一阶段首先在对数极坐标表示下, 利用相位相关法得到图像帧间的旋转角度和整数像素平移参数; 算法第二阶段运用谱对消技术确定亚像素平移参数。在建立参数运动模型的基础上,通过自适应均值滤波确定各帧修正矢量。实验结果表明, 该方法具有亚像素级的稳像精度。

提出一种基于相位相关的车载视频稳像算法.采用对数极坐标变换技术以及相位相关技术检测图像帧间的旋转、尺度变换以及平移运动参数.为克服局部运动对全局运动参数的影响,采取了由局部运动参数求取全局运动参数的策略.在建立运动参数状态空间模型的基础上,采用Kalman滤波技术进行运动滤波,获取补偿参数.实验结果说明该方法能够比较理想地保留摄像机的主动运动,去除高频抖动.