基于2D的方法主要通过估计单应性矩阵,如基于运动矢量的视频去抖动算法,通过块运动估计来估算摄像机的全局运动参数。利用RANSAC算法或图像的SIFT特征匹配增强全局运动参数估计的鲁棒性。目前最先进的基于2D的去抖算法是由Shuaicheng Liu提出的对同一时段多特征点轨迹平滑。基于2D的方法虽然鲁棒性较强、计算代价较小,但不能合理描述相机的运动模型,无法对其运动路径和视角进行优化。
基于3D的视频去抖技术以多视角几何为基础,通过构建相机运动模型并平滑相机运动参数以达到视频去抖的目的。相机抖动是产生视频抖动的根本原因,相机运动参数可直观反应相机运动,因此通过平滑相机运动参数去抖更加合理。
便携式相机的拍摄内容带有拍摄者的主观随意性,其视频图像往往不满足一般的图像处理技术所必需应用条件,一般的去抖动方法在处理此类视频时的效果欠佳。鉴于便携式摄像机视频中造成抖动的主要原因在于摄像机拍摄视角的非均匀变化,本文基于对视角优化进行运动补偿的思路,提出一种基于视角优化的3D视颁去抖算法。主要贡献有:通过摄像机运动估计,对视频帧进行筛选和视角优化。实验结果表明,本文提出的方法能够解决2D去抖算法对摄像机运动估计不足的问题。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !