采用区域预设优化的铁路沿线视频防抖方法.pdf

采用区域预设优化的铁路沿线视频防抖方法.pdf

ID:58309924

大小:480.15 KB

页数:3页

时间:2020-05-24

采用区域预设优化的铁路沿线视频防抖方法.pdf_第1页
采用区域预设优化的铁路沿线视频防抖方法.pdf_第2页
采用区域预设优化的铁路沿线视频防抖方法.pdf_第3页
资源描述:

《采用区域预设优化的铁路沿线视频防抖方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、轨道交通视频技术实验窒采用区域预设优化的铁路沿线视频防抖方法杨栩:通号通信信息集团有限公司,工程师,北京,100070肖坦:通号通信信息集团有限公司,高级工程师,北京,100070安国成:通号通信信息集团有限公司,高级工程师,北京,100070摘要:根据铁路沿线视频监控中监控场景固定及火车频繁经过场景干扰严重这两大特点,提出既能发挥特征点匹配法自身优势,又能去除火车运动干扰的视频防抖处理方法。对监控场景中不会被经过的列车所遮挡的区域预设感兴趣区域,列车所遮挡的区域为非感兴趣区域;采用特征匹配法结合感兴趣区域,对有、无列车遮挡2种情形分别

2、加以处理。实验结果表明该方法抗干扰能力强,针对铁路沿线视频监控抖动处理具有良点,缺点是图像同时出现旋转和较大平移时效果不佳;好的效果。光流场法精度较高,但计算量极其庞大,实际应用HI,xt,系关键词:视频防抖;特征点匹配;仿射变统CPU处理能力要求较高;特征匹配法提取图像特征点,换;感兴趣区域计算量适中且能够处理平移叠加旋转的复杂抖动视频。在研究铁路沿线视频监控抖动干扰处理方法时发现,频繁经过监控场景的列车占据了整个场景篇幅的10%~60%,如此大型高速运动前景物体的现对提取视1概述频图像特征带来了极大干扰。经过测试,单独采用传统在铁路

3、视频监控系统中,摄像头主要分布于铁路沿视频防抖方法处理铁路沿线视频抖动干扰不能取得良好线和车站,其中位于铁路沿线两旁的摄像头由于地处野效果。外自然环境,很容易受到风和列车振动的影响产生抖动为此,根据铁路沿线视频监控中监控场景固定及现象,因此,研究铁路沿线视频防抖方法很有必要。列车频繁经过场景干扰严重这两大特点,提出一种既能下面涉及的视频防抖技术不包括机械防抖和光学发挥特征点配法19身优势,又能去除列车运动干扰的防抖。视频防抖相关算法种类繁多,其中主要有块配视频防抖专门处理方案。首先,对监控场景中被经过列法、灰度投影法、光流场法、特征匹配

4、法⋯等。这些方车所遮挡的图像区域为非感兴趣区域,其余图像区域即法都有各19的优劣。其中,块配法虽然精度较高,为感兴趣区域;然后,采用特征匹配法,结合感兴趣区但计算量很大;灰度投影法具备计算量小、速度快的优域,对有、无列车经过2种情形分别加以处理。.96一.(=ECH

5、~ESERAILWAYS2014/06采用区域预设优化的铁路沿线视频防抖方法杨栩等在角点匹配时,为了减少计算量,提高准确性,2处理流程预设火车遮挡区域采用基于块匹配的方法进行局部最优角点匹配。具体由于摄像机相对背景运输入视频方法为:以参考图像侦测出的角点为中心,构造一个动是

6、一种全局运动,因此可(3×3)像素的模板;然后在当前帧的对应位置,以一Harris角点检测以采用全局运动模型参数估定的范围搜索与构造模板最相似的匹配块,采用的匹配计的方法进行补偿。为了兼准则是以2个重叠块的像素差和为标准来衡量2个配块RANSAC角点匹配顾模型描述能力和计算复杂的相似程度;如果找到最相似的匹配块,则该配块的度,通常选用仿射模型。该求仿射变换参数中心就是对应配角点。模型在场景深度相对变化不,73.5角点有效性判定卡尔曼滤波大的条件下能够较为精确地块匹配结果中大部分都具有相同的运动趋势,但也描述图像平移、旋转和缩放有一些点的

7、运动向量异常,称之为“坏点”。如由于前双线性插值运动补偿等变换。算法流程见图1。景局部运动,就会产生与全局图像运动不一致的坏点。输出稳定视频RANSAC算法0对坏点处理有较好的鲁棒性,经过测3算法实现试,当坏点比重不超过50%时,运用此方法可以去除大图1视频防抖算法流程3.1摄像机全局运动模型多数坏点。因此,应用RANSAC算法可以过滤掉移动的采用6参数仿射变换模型,式(1)。人或小物体对图像产生的干扰。RANSAC算法和一般最优化算法相反。它对数据进[[㈩行多次随机取样,每次取出尽可能少的数据来确定模型式中:(al,a2,a3,,El

8、,a5,目)为摄像机的全局运动参数,再根据已确定的模型对所有数据进行划分,一参数,a.、a表示伸缩形变,,El,、2-t4表示扭曲形变,a5表部分数据在此模型的一定误差范围内,一部分数据在误示水平偏移量,a6表示垂直位移量;()为当前帧差范围外。由于坏点是杂乱无章的异常数据,它所确定的像素坐标;(,,)为参考帧对应像素经过仿射变的模型落在误差范同内的数据占少数,大部分数据都落换后的坐标。在误差范围外。而对于好点所确定的模型逼近于真实情3.2预设列车经过遮挡区域况,大多数数据都会落在误差范围内。经过多次随机取蓝色多边形区域为列车样试验后,

9、找落在误差范围内最多的点的集合,用此十扰区域(见罔2),24-绿集合做最优化,最终确定模型参数。色矩形区域分别设置于场景3.6过滤列车干扰的方法中轨道远近两端,用于侦测当列车经过时,由这个大型高速移动的前景

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。