步骤1。从一个电影文件读取帧

我们这里读前两帧的视频序列。我们阅读强度图像因为颜色不是必要的稳定算法,因为使用灰度图像提高了速度。下面我们并排显示两帧,我们生产red-cyan颜色组合来说明pixel-wise区别它们。显然有很多垂直和水平两个坐标系之间的偏移量。

文件名=“shaky_car.avi”;hVideoSrc = VideoReader(文件名);imgA = rgb2gray (im2single (readFrame (hVideoSrc)));%第一帧读入imgAimgB = rgb2gray (im2single (readFrame (hVideoSrc)));%第二帧读入imgB图;imshowpair (imgA imgB,“蒙太奇”);标题([“帧”repmat (' '[70]),B帧的]);

图;imshowpair (imgA imgB,“ColorChannels”,“red-cyan”);标题(的颜色组合(A =红、帧B =青色)”);

步骤2。收集每一帧的凸点

我们的目标是确定正确的转换两帧之间的失真。我们可以使用estimateGeometricTransform2D函数,它将返回一个仿射变换。作为输入,我们必须为这个函数提供一组点两帧之间的通讯。为了生成这些通讯,我们首先收集两帧的兴趣点,然后选择可能它们之间的通讯。

在这一步我们生产这些候选点每一帧。有最好的机会,这些点会有相应的点在其他框架,我们希望点突出的图像特征,如角落。我们使用detectFASTFeatures函数,它实现一个最快的角点检测算法。

发现点框架如下图所示。观察其中许多封面相同的图像特征,如点沿着树线,大路标的角落,角落里的汽车。

ptThresh = 0.1;pointsA = detectFASTFeatures (imgA,“MinContrast”,ptThresh);pointsB = detectFASTFeatures (imgB,“MinContrast”,ptThresh);%显示角落中发现图像A和B。图;imshow (imgA);持有在;情节(pointsA);标题(在一个角落的);

图;imshow (imgB);持有在;情节(pointsB);标题(“B角落”);

步骤3。选择对应点之间

接下来我们选择对应点之间的派生。对于每一个点,我们提取快速视网膜关键点(反常)描述符围绕它。匹配的成本我们使用点之间的汉明距离,因为反常的描述符是二进制。点在坐标系和B帧匹配的公认。请注意,没有唯一性约束,所以分帧B可以对应多个点在坐标系。

%提取反常的描述符的角落[featuresA, pointsA] = extractFeatures (imgA pointsA);[featuresB, pointsB] = extractFeatures (imgB pointsB);

匹配特性被发现在当前和前一帧。自狂描述符都是二元的,matchFeatures函数使用的汉明距离找到对应点。

indexPairs = matchFeatures (featuresA featuresB);pointsA = pointsA (indexPairs (: 1):);pointsB = pointsB (indexPairs (:, 2):);

下图显示上述同样的颜色组合,但红色的点从坐标系,用绿色和B分帧。点之间画黄线上面显示选择的通讯程序。许多这样的对应关系是正确的,但也有相当数量的离群值。

图;showMatchedFeatures (imgA imgB、pointsA pointsB);传奇(“一个”,“B”);

步骤4。估计变换从嘈杂的通讯

许多前一步获得的点对应的是不正确的。但是我们仍然可以获得一个健壮的估计的两幅图像之间的几何变换使用M-estimator样品一致(MSAC)算法,它是一个变种的RANSAC算法。MSAC算法的实现estimateGeometricTransform2D函数。这个函数,当给定一组对应的点,将搜索有效的内围层通讯。从这些它会推导出仿射变换,使得内围层从第一个点集匹配最接近的内围层从第二集。这将3 x3的仿射变换矩阵的形式:

(a_1 a_3 0;a₂a_4 0;t_x t_y 1]

的参数 $$\mathrm{一个}$$定义尺度、旋转和剪切变换的影响,而参数 $$t$$是翻译参数。这个变换可用于变形的图像,这样相应的特性将移动到相同的图像的位置。

仿射变换的一个限制是它只能改变成像平面。因此不适合发现一般失真两帧之间的三维场景,例如这个视频从一个移动的汽车。但它工作在一定条件下,我们将描述不久。

[tform, inlierIdx] = estimateGeometricTransform2D (…pointsB pointsA,仿射的);pointsBm = pointsB (inlierIdx:);pointsAm = pointsA (inlierIdx:);imgBp = imwarp (imgB tform,“OutputView”imref2d(大小(imgB)));pointsBmp = transformPointsForward (tform pointsBm.Location);

下面是一个彩色合成显示帧reprojected B帧的覆盖,随着reprojected通讯。成绩优异,内围层通讯几乎完全重合。图像的核心都是一致的,这样red-cyan彩色合成几乎变成了纯粹的黑白。

注意内围层通讯都在后台的形象,不是在前台,这本身并不是一致的。这是因为背景特性足够遥远,他们表现得好像他们在无限遥远的飞机。因此,尽管是有限的仿射变换只改变成像面,这就足以使两图像背景的飞机。此外,如果我们假设背景帧之间的飞机没有移动或改变显著,那么这个变换实际上是获取摄像机运动。因此纠正这将稳定视频。这种情况将只要相机帧之间的运动足够小,或者,相反,如果视频帧速率足够高。

图;showMatchedFeatures (imgA imgBp、pointsAm pointsBmp);传奇(“一个”,“B”);

第5步。变换近似和平滑

给定一组视频帧 $$T_{我},我=0,1,2\dots$$,我们现在可以使用上述过程估计所有帧之间的失真 $$T_{我}$$和 $$T_{我+1}$$仿射变换, $$H_{我}$$。因此,累积变形的框架 $$我$$相对于第一帧将所有前面的产品- frame变换,或

我们可以用以上的六参数仿射变换,但数值简单和稳定,我们选择re-fit scale-rotation-translation变换矩阵的简单。这个只有四个自由参数相比,完全仿射变换的六:一个比例因子,一个角,两个翻译。这种新形式的变换矩阵:

[s * cos (ang) s * sin (ang) 0;* sin (ang) s * cos (ang) 0;t_x t_y 1]

下面我们展示这个转换过程通过拟合above-obtained变换 $$H$$scale-rotation-translation等效, $$H_{\mathrm{年代}Rt}$$。显示转换的转换误差很小,我们reproject B帧转换和显示下面的两张图片作为red-cyan颜色组合。当图像出现黑白,显然pixel-wise reprojections之间的不同之处是微不足道的。

%提取子矩阵规模和旋转部分。H = tform.T;R = H (1:2, 1:2);%计算θ的意思是两个可能的但是θ=意味着([量化(R(2),(1)量化(R - R (3), (4))));%计算规模从平均两个稳定的平均计算规模=意味着(R ([1 - 4]) / cos(θ));%的翻译仍然是相同的:翻译= H (1:2);%重建新的s-R-t变换:HsRt =[[规模* (cos(θ)sin(θ);罪(θ)因为(θ)];…翻译],[0 0 1]];tformsRT = affine2d (HsRt);imgBold = imwarp (imgB tform,“OutputView”imref2d(大小(imgB)));imgBsRt = imwarp (imgB tformsRT,“OutputView”imref2d(大小(imgB)));图(2)中,clf;imshowpair (imgBold imgBsRt,“ColorChannels”,“red-cyan”),轴图像;标题(仿射和s-R-t变换输出的彩色合成);

步骤6。上运行完整的视频

现在我们上面的步骤适用于光滑的视频序列。可读性,上述过程估计两个图像之间的变换被放置在MATLAB®函数cvexEstStabilizationTform。这个函数cvexTformToSRT也一般的仿射变换转换成scale-rotation-translation变换。

在每一步计算的变换 $$H$$在当前帧之间。我们符合这一作为s-R-t变换, $$H_{\mathrm{年代}Rt}$$。然后我们把这个累积变换, $$H_{cu米ul\mathrm{一个}t我ve}$$,它描述了所有相机运动以来第一帧。平滑的最后两帧视频所示red-cyan复合视频播放器。

使用这段代码,你还可以拿出来提前退出条件使循环过程整个视频。

%重置视频源文件的开头。读(hVideoSrc, 1);hVPlayer = vision.VideoPlayer;%创建视频查看器%处理所有视频帧movMean = rgb2gray (im2single (readFrame (hVideoSrc)));imgB = movMean;imgBp = imgB;correctedMean = imgBp;2 = 2;Hcumulative =眼(3);而第二hasFrame (hVideoSrc) & & < 10%阅读的新框架imgA = imgB;% z ^ 1imgAp = imgBp;% z ^ 1imgB = rgb2gray (im2single (readFrame (hVideoSrc)));movMean = movMean + imgB;从帧到帧B %估计变换,适合作为s-R-tH = cvexEstStabilizationTform (imgA imgB);HsRt = cvexTformToSRT (H);Hcumulative = HsRt * Hcumulative;imgBp = imwarp (imgB affine2d (Hcumulative),“OutputView”imref2d(大小(imgB)));%显示为彩色合成与最后修正框架步骤(hVPlayer imfuse (imgAp imgBp,“ColorChannels”,“red-cyan”));correctedMean = correctedMean + imgBp;2 = 2 + 1;结束correctedMean = correctedMean / (ii-2);movMean = movMean / (ii-2);%这里你叫释放对象的方法来关闭任何打开的文件%和释放内存。释放(hVPlayer);

在计算中,我们计算均值的原始视频帧和纠正帧。下面这些平均值并排显示。左边的图像显示了原始输入帧的意思,证明有一个很大的失真在原始视频。右边的均值修正框架,然而,显示了图像核心几乎没有变形。虽然前景细节模糊(如汽车的前进运动的必要结果),这显示了稳定算法的有效性。

图;imshowpair (movMean correctedMean,“蒙太奇”);标题([“原始输入的意思”repmat (' '50 [1]),“修正序列的意思”]);

引用

[1]Tordoff, B;穆雷,DW。“指导采样和运动估计的共识。”欧洲一个n Conference n Computer Vision, 2002.

[2]李,肯塔基州;壮族,YY;陈,;Ouhyoung, M。“视频轨迹稳定使用健壮的特性。”National Taiwan University, 2009.

[3]Litvin,;康拉德,J;卡尔,WC。“概率视频稳定使用卡尔曼滤波和mosaicking。”IS&T/SPIE Symposium on Electronic Imaging, Image and Video Communications and Proc., 2003.

[4]松下,Y;Ofek E;唐,X;Shum HY。“帧视频稳定。”Microsoft® Research Asia. CVPR 2005.