圖像匹配方法及視頻處理方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理領(lǐng)域，特別涉及一種圖像匹配方法及視頻處理方法。
【背景技術(shù)】
[0002]在實(shí)際攝影系統(tǒng)中，通過車輛、手持或者飛機(jī)等移動平臺得到的視頻不僅包含了成像系統(tǒng)的主動運(yùn)動，同時(shí)也包含了移動平臺的隨機(jī)運(yùn)動。而由此隨機(jī)運(yùn)動產(chǎn)生的不穩(wěn)定視頻會讓人產(chǎn)生疲憊感，同時(shí)也給有用信息的提取帶來困難。因此，如何將不穩(wěn)定的視頻轉(zhuǎn)化為穩(wěn)定的視頻具有重要意義。
[0003]視頻去抖，也稱視頻穩(wěn)定，是一種很重要的視頻處理技術(shù)。該視頻處理技術(shù)旨在消除視頻抖動，能夠保證視頻圖像的清晰，穩(wěn)定畫面，使視頻可以更好地進(jìn)行壓縮，從而提高視頻質(zhì)量與速度。
[0004]視頻抖動是指拍攝過程中由于攝像機(jī)存在不一致的運(yùn)動噪聲而造成視頻序列的抖動和模糊。為了消除這些抖動，視頻處理技術(shù)需要做的是，提取攝像機(jī)的真實(shí)全局運(yùn)動參數(shù)，然后采用合適的變化技術(shù)補(bǔ)償攝像機(jī)的運(yùn)動，使視頻畫面流程而穩(wěn)定。
[0005]目前去除視頻抖動的處理方法包括像素法、塊匹配法、相位相關(guān)法和特征匹配法坐寸。
[0006]像素法利用像素灰度值間的關(guān)系進(jìn)行運(yùn)動估計(jì)，但它對噪聲敏感，且要求圖像的信息較為豐富。
[0007]塊匹配法將塊中的像素作為一個(gè)整體來進(jìn)行運(yùn)動估計(jì)，從而它比像素法更加魯棒，但算法的精度和計(jì)算復(fù)雜度受塊的數(shù)目、尺寸、搜索范圍及搜索策略的影響很大。
[0008]相位相關(guān)法通過計(jì)算相鄰幀的互功率譜來估計(jì)運(yùn)動的方向和速度，它的抗噪聲性較強(qiáng)，但計(jì)算復(fù)雜度大且易受局部運(yùn)動的干擾。
[0009]特征匹配法基于人的視覺特性，通過提取并匹配相鄰幀的特征進(jìn)行攝像機(jī)全局運(yùn)動參數(shù)估計(jì)，相比于其它算法，它更接近于人的視覺系統(tǒng)對運(yùn)動信息進(jìn)行處理的過程，但當(dāng)場景中存在其他移動目標(biāo)時(shí)，其場景會出現(xiàn)不同的運(yùn)動參數(shù)，特征點(diǎn)提取可能僅局限在某一運(yùn)動參數(shù)的區(qū)域，此時(shí)結(jié)果會受特征提取的限制，影響匹配的魯棒性和精度。

【發(fā)明內(nèi)容】

[0010]本發(fā)明技術(shù)方案所解決的技術(shù)問題為，如何提高視頻去抖過程中匹配的魯棒性。
[0011]為了解決上述技術(shù)問題，本發(fā)明技術(shù)方案提供了一種圖像匹配方法，包括:
[0012]對圖像場景進(jìn)行區(qū)域劃分，以得到子區(qū)域；
[0013]提取并匹配第一圖像和第二圖像中的特征點(diǎn)，以得到所述第一圖像和第二圖像之間的匹配特征點(diǎn)；
[0014]依據(jù)所述子區(qū)域?qū)λ銎ヅ涮卣鼽c(diǎn)進(jìn)行分組；
[0015]根據(jù)所述第一圖像和第二圖像之間的匹配模型，從所述匹配特征點(diǎn)選取匹配特征點(diǎn)子集，所述匹配特征點(diǎn)子集涉及盡可能多的分組；
[0016]采用所述匹配特征點(diǎn)子集擬合所述匹配模型，以獲得圖像匹配結(jié)果。
[0017]可選的，所述對所述圖像場景進(jìn)行區(qū)域劃分是基于所述圖像場景的空間位置關(guān)系進(jìn)行的。
[0018]可選的，所述對圖像場景進(jìn)行區(qū)域劃分包括:平均劃分所述圖像場景。
[0019]可選的，所述對圖像場景進(jìn)行區(qū)域劃分包括:在橫向或縱向上至少三等分所述圖像場景。
[0020]可選的，所述對圖像場景進(jìn)行區(qū)域劃分包括:以所述圖像場景的中心點(diǎn)為起點(diǎn)、等角度劃分所述圖像場景。
[0021]可選的，所述匹配模型為仿射變換模型。
[0022]可選的，所述匹配特征點(diǎn)的分組對應(yīng)于子區(qū)域的劃分。
[0023]可選的，基于RANSAC算法擬合所述匹配模型。
[0024]為了解決上述技術(shù)問題，本發(fā)明技術(shù)方案還提供了一種圖像匹配方法，包括:
[0025]提取并匹配第一圖像和第二圖像中的特征點(diǎn)，以得到所述第一圖像和第二圖像之間的匹配特征點(diǎn)；
[0026]對分布有所述匹配特征點(diǎn)的圖像場景進(jìn)行區(qū)域劃分，以得到子區(qū)域；
[0027]依據(jù)所述子區(qū)域?qū)λ銎ヅ涮卣鼽c(diǎn)進(jìn)行分組；
[0028]根據(jù)所述第一圖像和第二圖像之間的匹配模型，從所述匹配特征點(diǎn)選取匹配特征點(diǎn)子集，所述匹配特征點(diǎn)子集涉及盡可能多的分組；
[0029]采用所述匹配特征點(diǎn)子集擬合所述匹配模型，以獲得圖像匹配結(jié)果。
[0030]可選的，所述對分布有所述匹配特征點(diǎn)的圖像場景進(jìn)行區(qū)域劃分是基于所述分布有所述匹配特征點(diǎn)的圖像場景的空間位置關(guān)系進(jìn)行的。
[0031]可選的，所述對分布有所述匹配特征點(diǎn)的圖像場景進(jìn)行區(qū)域劃分包括:以所述分布有所述匹配特征點(diǎn)的圖像場景的中心點(diǎn)為起點(diǎn)、等角度劃分所述分布有所述匹配特征點(diǎn)的圖像場景。
[0032]為了解決上述技術(shù)問題，本發(fā)明技術(shù)方案還提供了一種視頻處理方法，包括:
[0033]利用如上所述的匹配方法擬合得到相鄰幀圖像之間的匹配模型；
[0034]基于所述匹配模型對幀圖像進(jìn)行運(yùn)動補(bǔ)償。
[0035]本發(fā)明技術(shù)方案至少具備以下技術(shù)效果:
[0036]本發(fā)明技術(shù)方案針對視頻圖像中，劃分具有兩個(gè)或多個(gè)不同運(yùn)動參數(shù)區(qū)域的場景，并依據(jù)劃分場景區(qū)域?qū)Ψ謩e于劃分場景區(qū)域內(nèi)的匹配特征點(diǎn)進(jìn)行分組，以保證每次用于計(jì)算匹配模型的匹配特征點(diǎn)均勻的分布在整個(gè)場景中，確保最終匹配模型的魯棒性。
[0037]本發(fā)明技術(shù)方案還按照圖像場景的空間位置關(guān)系對匹配特征點(diǎn)進(jìn)行分組，按照分組抽取匹配特征點(diǎn)，并在選取過程中涉及盡可能多的分組，使匹配模型的估計(jì)適于全局模型參數(shù)，其算法代價(jià)非常低，并且計(jì)算時(shí)耗少。
[0038]本發(fā)明技術(shù)方案中，還采用RANSAC算法擬合所述匹配模型，基于本發(fā)明技術(shù)方案的分組選取匹配特征點(diǎn)進(jìn)行擬合的方式，RANSAC算法的每次迭代選取到的用于計(jì)算匹配模型的匹配特征點(diǎn)能夠盡可能廣地分散到圖像場景的大部分區(qū)域，最大化選取到全部場景分布范圍內(nèi)的匹配特征點(diǎn)，降低了算法收斂到局部最優(yōu)的概率；本發(fā)明技術(shù)方案能夠更好的估計(jì)具有空間位置的匹配特征點(diǎn)的全局匹配模型參數(shù)，避免陷入局部匹配結(jié)果，進(jìn)一步保證了匹配算法的魯棒性。
【附圖說明】
[0039]圖1為本發(fā)明技術(shù)方案提供的一種圖像匹配方法的流程示意圖；
[0040]圖2為圖像攝取設(shè)備橫向拍攝視野范圍的內(nèi)容示意圖；
[0041]圖3為以一種劃分方式對圖像場景進(jìn)行劃分的結(jié)果示意圖；
[0042]圖4為對橫向拍攝的圖像場景進(jìn)行劃分的結(jié)果示意圖；
[0043]圖5為對縱向拍攝的圖像場景進(jìn)行劃分的結(jié)果示意圖；
[0044]圖6為以另一種劃分方式對圖像場景進(jìn)行劃分的結(jié)果示意圖；
[0045]圖7為圖像上匹配特征點(diǎn)的分布示意圖；
[0046]圖8為劃分圖像場景所得子區(qū)域上匹配特征點(diǎn)的分布示意圖；
[0047]圖9為本發(fā)明技術(shù)方案提供的另一種圖像匹配方法的流程示意圖；
[0048]圖10為所述分布有所述匹配特征點(diǎn)的圖像場景在一種定義結(jié)果下的選取示意圖；
[0049]圖11為所述分布有所述匹配特征點(diǎn)的圖像場景在另一種定義結(jié)果下的選取示意圖；
[0050]圖12為所述分布有所述匹配特征點(diǎn)的圖像場景在又一種定義結(jié)果下的選取示意圖；
[0051]圖13為劃分所述圖像場景所得所述分布有所述匹配特征點(diǎn)的圖像場景的子區(qū)域上匹配特征點(diǎn)的分布示意圖；
[0052]圖14為以一種方式劃分所述分布有所述匹配特征點(diǎn)的圖像場景所得子區(qū)域上匹配特征點(diǎn)的分布示意圖；
[0053]圖15為以另一種方式劃分所述分布有所述匹配特征點(diǎn)的圖像場景所得子區(qū)域上匹配特征點(diǎn)的分布示意圖；
[0054]圖16為本發(fā)明技術(shù)方案提供的一種視頻處理方法的流程示意圖。
【具體實(shí)施方式】
[0055]為了使本發(fā)明的目的、特征和效果能夠更加明顯易懂，下面結(jié)合附圖對本發(fā)明的【具體實(shí)施方式】做詳細(xì)說明。
[0056]在下面的描述中闡述了很多具體細(xì)節(jié)以便于充分理解本發(fā)明，但是本發(fā)明還可以采用其他不同于在此描述的方式來實(shí)施，因此本發(fā)明不受下面公開的具體實(shí)施例的限制。
[0057]實(shí)施例一
[0058]一種圖像匹配方法，如圖1所示，其包括如下步驟:
[0059]步驟S100，對圖像場景進(jìn)行區(qū)域劃分，以得到子區(qū)域。
[0060]所述圖像場景指的是攝像機(jī)等圖像攝取設(shè)備在視野范圍內(nèi)可攝取的圖像內(nèi)容。本實(shí)施例中，對所述圖像場景進(jìn)行區(qū)域劃分是指對所述圖像攝取設(shè)備視野范圍進(jìn)行劃分。
[0061]參考圖2，圖像攝取設(shè)備的視野范圍1為橫向拍攝的視野范圍，設(shè)定視野范圍1中的圖像內(nèi)容包括人物，動物，以及靜態(tài)背景，其中，人物對應(yīng)區(qū)域?yàn)樾本€陰影，動物對應(yīng)區(qū)域?yàn)辄c(diǎn)線陰影，靜態(tài)背景對應(yīng)區(qū)域無陰影。
[0062]本步驟中，劃分方式可以有多種:
[0063]第一