基于块匹配数字视频稳像系统

《基于块匹配数字视频稳像系统》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文：是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文题目：鏖立巡卤蜇鱼堡垒堕盘酆：隆冬红作者签名：L建全坠日期：二堕臣年—jt月上日大连理工大学硕士学位论文摘要人类获取的信息百分之八十来源于眼睛视觉。随着多媒体技术和信息处理技术的发展，数字图像处理在实际中得到了广泛

2、应用。在便携式图像产品巾，视频图像采集时常产生晃动，从而使得视频图像模糊不清，为此，需要采用稳像技术来提高图像质量。根据视频稳像采用的硬件设备以及技术手段不同，可将稳像技术划分为三类：机械平台稳像技术、机身光学稳像技术和电子稳像技术稳像技术。数字视频稳像是借助计算机，通过数字图像处理相关算法，对动态视频帧进行运动估计，判断与去除随机抖动，以输出稳定的视频帧序列。数字视频稳像具有精度高、速度快、方法灵活等优点。本文主要研究数字视频稳像技术，重点研究了运动估计模块中的块匹配算法、灰度投影算法和特征角点算法，并基于块匹配全搜索法提出一种基于运动预判的改进算法。在运动补偿模块，对卡尔曼滤

3、波、曲线拟合法、低通滤波补偿法和阻尼系数补偿法进行研究，选取卡尔曼滤波作为运动补偿模块对全局运动偏移量进行高频去抖，给出了自适应卡尔曼滤波方法。本文在VC++编程框架卜^，实现了上述数字视频稳定技术，并用三种不同运动模式模拟实际拍摄进行了测试。实验结果表明，从时效性考虑，灰度投影法实时眭强，块匹配法次之，特征值法计算量最大，且基于块匹配改进的算法在保证稳像效果基本不变的前提下，可减少15％～30％计算量。此外，改进的自适应滤波运动补偿算法具有更好的跟踪性能。关键词：数字视频，稳像；运动估计；块匹配；卡尔曼滤波基于块匹配的数字视频稳像系统DigitalVideoImageStabi

4、lizationSystemBasedOnBlockMatchingAbstractAbout80％oftheinformationHumanobtainedisfromtheirownvisualsystem．Visualdigitalmediatechnologyhasbrokenphysicallimitsofreallife，makingtheuseofdigitalmediainformationeffectively．inprotableapplications，therecanbesomemotioninimagecollectionsystem，makingima

5、gesblurred．Henceadigitalvideoimagestabilizationisneededtoimproveitsquality．Accordingtothedifferenceofhardwareequipment，technicalmeansandworkingprinciple，imagestabilizationtechnologyisdividedintothreecategories：mechanicalimagestabilizationtechnology，opticalimagestabilizationtechnologyandelectr

6、onicimagestabilizationtechnology．adigitalvideoimagestabilization，aidedbycomputer，takesadvantageofimageprocessingalgorithms，inmotionestimationofdynamicvideoimageflameanddeterminationofrandommotionforamorestablevideoseries．Thistechnologyhasthemeritofhighaccuracyandspeed．Themainpurposeofthisthes

7、isistostudyandtoachievethedigitalvideoimagestabilizationsystem，focusontheblockmatchingalgorithminmotionestimationmodule，grayprojectionalgorithmandfeaturecorilGralgorithmandputforwardanewimprovedalgorithmbasedonfullsearchblockmatchingmethod．In