專利名稱：一種基于Harris Corner的視頻穩(wěn)像方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理技術(shù)，尤其涉及一種基于Harris Corner的視頻穩(wěn)像方法及系統(tǒng)。
背景技術(shù)：
在手機(jī)或DV拍攝視頻的過程中，常常會(huì)因?yàn)榕臄z者手的抖動(dòng)或走動(dòng)，導(dǎo)致拍攝的視頻發(fā)生抖動(dòng)，影響觀看，為了消除拍攝后視頻的抖動(dòng)，現(xiàn)有技術(shù)中如專利文獻(xiàn)1(《基于全局特征點(diǎn)迭代的全景穩(wěn)像方法》專利申請(qǐng)?zhí)?00810150384.X)、文獻(xiàn) 2 (《Digital Image Stabilization by Adaptive BlockMotion Vectors Filtering》 作者 Filippo Vella, Alfio Castorina, MassimoMancuso, Giuseppe Messina, IEEE Transactions on, 2002-ieeexplore. ieee. org)禾口文獻(xiàn) 3 (《SIFT Features Tracking for Videc^tabilization》作者 S Battiato，G Gallo，G Puglisi, ICIAP 2007)均提出了關(guān)于視頻穩(wěn)像的算法。其中，專利文獻(xiàn)1采用Harris Corner提取特征點(diǎn)，使用基于SAD的特征窗口進(jìn)行特征點(diǎn)匹配，再使用基于距離的特征點(diǎn)匹配正確性的篩查，通過仿射運(yùn)動(dòng)模型，計(jì)算圖像的運(yùn)動(dòng)，最后采用基于濾波的圖像運(yùn)動(dòng)補(bǔ)償方法進(jìn)行穩(wěn)像。但其主要缺點(diǎn)是，基于SAD的匹配，常常會(huì)因?yàn)閳D像旋轉(zhuǎn)，或圖像模糊導(dǎo)致匹配錯(cuò)誤的概率很高，最終導(dǎo)致全局運(yùn)動(dòng)矢量計(jì)算錯(cuò)誤，達(dá)不到穩(wěn)像效果。文獻(xiàn)2提出了一種基于宏塊的運(yùn)動(dòng)矢量計(jì)算，對(duì)前幀的每一個(gè)宏塊，通過搜索算法，如UMHexagonS算法，在后幀中尋找最佳匹配(SAD最小)，再基于MAD計(jì)算全局運(yùn)動(dòng)矢量，最后對(duì)小于閾值的運(yùn)動(dòng)進(jìn)行補(bǔ)償。但是其采用宏塊的方法，使得計(jì)算精度不高，最終的效果一般。文獻(xiàn)3提出了一種基于SIFT特征點(diǎn)的視頻穩(wěn)像算法。其優(yōu)點(diǎn)是特征點(diǎn)很穩(wěn)健，但是該算法復(fù)雜度高，耗時(shí)較長(zhǎng)，不滿足實(shí)際應(yīng)用中對(duì)效率的要求。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題在于針對(duì)現(xiàn)有技術(shù)中視頻穩(wěn)像技術(shù)效果不佳或者不滿足實(shí)際應(yīng)用中對(duì)效率的要求的缺陷，提供一種穩(wěn)像效果好，且能滿足實(shí)際應(yīng)用中對(duì)效率的要求的基于Harris Corner的視頻穩(wěn)像方法及系統(tǒng)。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是提供一種基于Harris Corner的視頻穩(wěn)像方法，包括以下步驟Si、獲取當(dāng)前視頻的幀率F和當(dāng)前幀A ；S2、對(duì)當(dāng)前幀A采用Gaussian濾波，消除噪點(diǎn)；S3、獲取下一幀B，并對(duì)該幀采用Gaussian濾波，消除噪點(diǎn)；S4、對(duì)經(jīng)濾波后的幀A和幀B采用Harris Corner算法分別提取特征點(diǎn)，并進(jìn)行特征點(diǎn)匹配；
S5、根據(jù)相匹配的特征點(diǎn)計(jì)算圖像的旋轉(zhuǎn)角θ ；S6、判斷旋轉(zhuǎn)角θ是否為0，在θ不為0時(shí)，對(duì)幀B反方向旋轉(zhuǎn)θ，并將旋轉(zhuǎn)后的幀B作為步驟S4中新的幀B，轉(zhuǎn)入執(zhí)行步驟S4;在θ為0時(shí)，根據(jù)匹配的特征點(diǎn)，計(jì)算平面
運(yùn)動(dòng)矢量；S7、判斷是否處理完F幀，若否，則將旋轉(zhuǎn)后的B幀作為當(dāng)前幀，轉(zhuǎn)入執(zhí)行步驟S3 ； 若是，則根據(jù)所述平面運(yùn)動(dòng)矢量對(duì)每一幀進(jìn)行分析與補(bǔ)償后，輸出每一幀。本發(fā)明所述的方法中，步驟S4中特征點(diǎn)的匹配具體為設(shè)幀A中的每個(gè)特征點(diǎn)χ 的坐標(biāo)為(xAPos，yAPos)，在B幀中，以(xAPos，yAPos)為窗口中心，取尺寸為81x81的特征窗，尋找該特征窗中的特征點(diǎn)1，對(duì)于其中的每一個(gè)特征點(diǎn)1，根據(jù)LACC算法，計(jì)算特征點(diǎn) χ與特征點(diǎn)y之間的相關(guān)性系數(shù)，如果其相關(guān)性系數(shù)大于0. 9，則計(jì)數(shù)器nSum加1 ；計(jì)算特征窗內(nèi)所有的特征點(diǎn)y后，如果nSum等于1，則兩個(gè)特征點(diǎn)是匹配的，形成一對(duì)匹配對(duì)，反之， 該特征點(diǎn)沒有找到匹配的特征點(diǎn)。本發(fā)明所述的方法中，步驟S5中計(jì)算旋轉(zhuǎn)角θ具體為從匹配對(duì)中選取任意兩對(duì)匹配對(duì)Fl(Alx，Bly), F2(A2x, B2y)，其中Alx，Ah為幀A中的特征點(diǎn)，特征點(diǎn)Bly，B2y是分別與Alx，A2x匹配的幀B中的特征點(diǎn)，特征點(diǎn)Alx與A2y連接成線Li，Bly, B2y連接成線L2，根據(jù)余弦定理，計(jì)算Ll和L2之間的夾角；枚舉所有的特征點(diǎn)對(duì)，計(jì)算夾角，取支持度計(jì)數(shù)最大的角度作為圖像的旋轉(zhuǎn)角Θ。本發(fā)明所述的方法中，步驟S7中對(duì)所有F幀進(jìn)行分析與補(bǔ)償具體包括步驟S71、從匹配對(duì)中選取任意一對(duì)匹配對(duì)Fl (Alx，Bly)，其中Alx為幀A中的特征點(diǎn)， 特征點(diǎn)Bly是與Alx匹配的幀B中的特征點(diǎn)，設(shè)特征點(diǎn)Alx的坐標(biāo)為(xAPos，yAPos)，特征點(diǎn)Blx的坐標(biāo)為(xBPos，yBPos)，則該特征點(diǎn)在兩幀中水平方向的運(yùn)動(dòng)矢量為xM0Ve = xBPos-xAPos，垂直方向的運(yùn)動(dòng)矢量為yMove = yBPos-yAPos，對(duì)所有匹配對(duì)進(jìn)行計(jì)算，最后取支持度計(jì)數(shù)最大的xMove和yMove分別作為圖像的水平方向的位移和垂直方向的位移；S72、根據(jù)步驟S71獲取全部的F幀圖像相對(duì)前一幀的運(yùn)動(dòng)矢量(xMovel，yMove 1)，
(xMove2, yMove3)......(xMoveF, yMoveF)，其中，xMoveF表示第F幀相對(duì)于前一幀在水平方
向的運(yùn)動(dòng)矢量，yMoveF表示幀序列中第F幀相對(duì)于前一幀在豎直方向的運(yùn)動(dòng)矢量；S73、對(duì)全部F幀的運(yùn)動(dòng)矢量進(jìn)行累加，水平方向的運(yùn)動(dòng)矢量和mTotalMVX = xMovel+xMove2+··· +yMoveF,豎直方向的運(yùn)云力矢量禾口 nTotalMVY = yMovel+yMove2+··· +yMoveF ；S74、按先后順序取出一幀N，其中N為該幀在幀序列中的第N幀N e [1，F(xiàn)]，計(jì)算該幀的補(bǔ)償量，水平方向的補(bǔ)償量xMV = nMoveSumX-fc^rotalMVX/F)*^其中nMoveSumX = xMovel+xMove2+—+xMoveN ；垂直方向的補(bǔ)償量:yMV = nMoveSumY-(nTotalMVY/F) *N，其中 nMoveSumY = yMovel+yMove2+···+yMoveN ；S75、設(shè)置取景框，取景框位于幀N的中心，距離上邊界0. l*Height個(gè)像素，其中 Height為圖像高，距離下邊界為0. l*Height個(gè)像素，距離左邊界0. l*Width個(gè)像素，距離右邊界為0. l*Width個(gè)像素，根據(jù)步驟S73中計(jì)算的補(bǔ)償量移動(dòng)取景框，其中水平方向的移動(dòng)量為xMV，垂直方向的移動(dòng)量為yMV ；S76、對(duì)取景框中的圖像進(jìn)行截取，并放大到原幀N的寬高后輸出。
本發(fā)明解決其技術(shù)問題所采用的另一技術(shù)方案是構(gòu)造一種基于Harris Corner的視頻穩(wěn)像系統(tǒng)，包括解碼器，用于獲取當(dāng)前視頻的幀率F，以及當(dāng)前幀A和下一幀B ；濾波器，用于對(duì)解碼器獲取的當(dāng)前幀A和當(dāng)前幀B采用Gaussian濾波，消除噪點(diǎn)；緩存器，用于將經(jīng)過濾波后的幀A和幀B放入緩存器的幀序列中；特征點(diǎn)提取和匹配器，用于對(duì)緩存器中的幀A和幀B兩幀采用HarrisCorner算法分別提取特征點(diǎn)，并進(jìn)行特征點(diǎn)匹配；圖象旋轉(zhuǎn)器，用于根據(jù)相匹配的特征點(diǎn)計(jì)算圖像的旋轉(zhuǎn)角θ ；在θ不為0時(shí)，對(duì)幀B反方向旋轉(zhuǎn)θ，并將旋轉(zhuǎn)后的幀B作為緩存器幀序列中新的幀B，以對(duì)新的幀B重新執(zhí)行所述特征點(diǎn)提取和匹配器中的相應(yīng)操作；分析與補(bǔ)償器，用于在θ為0時(shí)，且緩存器中F幀都處理完成后，根據(jù)匹配的特征點(diǎn)，計(jì)算平面運(yùn)動(dòng)矢量，并對(duì)緩存器幀序列中的每一幀根據(jù)所述平面運(yùn)動(dòng)矢量進(jìn)行分析與補(bǔ)償后，輸出每一幀。本發(fā)明所述的系統(tǒng)中，所述特征點(diǎn)提取和匹配器包括特征點(diǎn)提取模塊，用于對(duì)緩存器中的幀A和幀B采用Harris Corner算法分別提取特征點(diǎn)；特征點(diǎn)匹配模塊，用于對(duì)所述特征點(diǎn)提取模塊提取的特征點(diǎn)進(jìn)行匹配，得到匹配對(duì)；其中，所述特征點(diǎn)匹配模塊具體包括尋找特征點(diǎn)模塊，用于在執(zhí)行匹配時(shí)具體用于設(shè)幀A中的每個(gè)特征點(diǎn)χ的坐標(biāo)為 (xAPos，yAPos)，在B幀中，以(xAPos，yAPos)為窗口中心，取尺寸為81x81的特征窗，尋找該特征窗中的特征點(diǎn)y;相關(guān)性系數(shù)計(jì)算模塊，用于對(duì)于對(duì)所述特征窗中的每一個(gè)特征點(diǎn)y，根據(jù)LACC算法，計(jì)算特征點(diǎn)χ與特征點(diǎn)y之間的相關(guān)性系數(shù)；計(jì)數(shù)器，用于在所述相關(guān)性系數(shù)大于0.9時(shí)，計(jì)數(shù)器nSum加1 ；匹配模塊，用于在特征窗的特征點(diǎn)y的計(jì)數(shù)器nSum等于1時(shí)，使該特征點(diǎn)y與當(dāng)幀A中的特征點(diǎn)χ形成一對(duì)匹配對(duì)；反之，特征點(diǎn)χ在所述特征窗中沒有匹配的特征點(diǎn)。本發(fā)明所述的系統(tǒng)中，所述圖象旋轉(zhuǎn)器中計(jì)算圖像的旋轉(zhuǎn)角θ具體為從匹配對(duì)中選取任意兩對(duì)匹配對(duì)Fl (Alx，Bly)，F(xiàn)2 (A2x, B2y)，其中Alx，Ah為幀A中的特征點(diǎn)，特征點(diǎn)Bly，B2y是分別與Alx，A2x匹配的幀B中的特征點(diǎn)，特征點(diǎn)Alx與A2y連接成線Li， Bly, B2y連接成線L2，根據(jù)余弦定理，計(jì)算Ll和L2之間的夾角；枚舉所有的特征點(diǎn)對(duì)，計(jì)算夾角，取支持度計(jì)數(shù)最大的角度作為圖像的旋轉(zhuǎn)角Θ。本發(fā)明所述的系統(tǒng)中，所述分析與補(bǔ)償器具體包括匹配對(duì)運(yùn)動(dòng)矢量計(jì)算模塊，用于從匹配對(duì)中選取任意一對(duì)匹配對(duì)Fl (Alx，Bly)，其中Alx為幀A中的特征點(diǎn)，特征點(diǎn)Bly是與Alx匹配的幀B中的特征點(diǎn)，設(shè)特征點(diǎn)Alx的坐標(biāo)為(xAPos，yAPos)，特征點(diǎn)Blx的坐標(biāo)為(xBPos，yBPos)，則該特征點(diǎn)在兩幀中水平方向的運(yùn)動(dòng)矢量為xMove = xBPos-xAPos，垂直方向的運(yùn)動(dòng)矢量為yMove = yBPos-yAPos，對(duì)所有匹配對(duì)進(jìn)行計(jì)算，最后取支持度計(jì)數(shù)最大的xMove和yMove分別作為圖像的水平方向的位移和垂直方向的位移；幀補(bǔ)償量計(jì)算模塊，用于獲取全部的F幀圖像相對(duì)前一幀的運(yùn)動(dòng)矢量(xMovel，
7yMovel), (xMove2, yMove3)......(xMoveF, yMoveF),其中，xMoveF 表示第 F 中貞相對(duì)于前一
幀在水平方向的運(yùn)動(dòng)矢量，yMoveF表示緩存器中幀序列的第F幀相對(duì)于前一幀在豎直方向的運(yùn)動(dòng)矢量；對(duì)全部F幀的運(yùn)動(dòng)矢量進(jìn)行累加，水平方向的運(yùn)動(dòng)矢量和mTotalMVX = xMovel+xMove2+··· +yMoveF,豎直方向的運(yùn)云力矢量禾口 nTotalMVY = yMovel+yMove2+··· +yMoveF;按先后順序取出一幀N，其中N為該幀在幀序列中的第N幀N e [1，F(xiàn)]，計(jì)算該幀的補(bǔ)償量，水平方向的補(bǔ)償量xMV = nMoveSumX-fc^rotalMVX/F)*^其中nMoveSumX = xMovel+xMove2+—+xMoveN ；垂直方向的補(bǔ)償量:yMV = nMoveSumY-(nTotalMVY/F) *N，其中 nMoveSumY = yMovel+yMove2+··· +yMoveN ；取景器，用于設(shè)置取景框，取景框位于幀N的中心，距離上邊界0. ^Height個(gè)像素，其中Height為圖像高，距離下邊界為0. I^Height個(gè)像素，距離左邊界0. l*Width個(gè)像素，距離右邊界為0. IWidth個(gè)像素，根據(jù)計(jì)算的補(bǔ)償量移動(dòng)取景框，其中水平方向的移動(dòng)量為xMV，垂直方向的移動(dòng)量為yMV ；對(duì)取景框中的圖像進(jìn)行截取，并放大到原幀N的寬高后輸出。本發(fā)明產(chǎn)生的有益效果是本發(fā)明對(duì)一個(gè)幀頻率中的當(dāng)前幀和下一幀進(jìn)行 Gaussian濾波后，采用Harris Corner算法分別提取兩幀中的特征點(diǎn)，并進(jìn)行匹配，找到匹配對(duì)，根據(jù)下一幀相對(duì)于當(dāng)前幀的旋轉(zhuǎn)角θ進(jìn)行幀的逆變換，以消除圖像由于旋轉(zhuǎn)產(chǎn)生的抖動(dòng)，并將逆變換后的幀作為當(dāng)前幀，再獲取下一幀進(jìn)行上述逆變換操作直到該幀率中的所有幀都消除了抖動(dòng)，再根據(jù)匹配的特征點(diǎn)，計(jì)算平面運(yùn)動(dòng)矢量，并對(duì)每一幀進(jìn)行分析和補(bǔ)償，以輸出穩(wěn)定的圖像。本發(fā)明基于Harris Corner的算法對(duì)圖像進(jìn)行穩(wěn)定處理，使得穩(wěn)像效果更好，且能滿足實(shí)際應(yīng)用中對(duì)效率的要求。


下面將結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明，附圖中圖1是本發(fā)明實(shí)施例基于Harris Corner的視頻穩(wěn)像方法的流程圖；圖2是本發(fā)明實(shí)施例基于Harris Corner的視頻穩(wěn)像系統(tǒng)的結(jié)構(gòu)示意圖一；圖3是本發(fā)明實(shí)施例基于Harris Corner的視頻穩(wěn)像系統(tǒng)的結(jié)構(gòu)示意圖二。
具體實(shí)施例方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。如圖1所示，本發(fā)明實(shí)施例基于Harris Corner的視頻穩(wěn)像方法，主要包括以下步驟S101、通過解碼器獲取當(dāng)前視頻的幀率F和當(dāng)前幀A，幀率F表示當(dāng)前視頻每秒鐘可顯示F幀的圖像；S102、對(duì)當(dāng)前幀A采用Gaussian濾波，消除噪點(diǎn)；在視頻拍攝過程中，可能出現(xiàn)噪點(diǎn)，而噪點(diǎn)很可能被錯(cuò)誤地識(shí)別為特征點(diǎn)，為了消除噪點(diǎn)，可采用Gaussian濾波去除噪點(diǎn)。S103、從解碼器中獲取下一幀B，并對(duì)該幀同樣采用Gaussian濾波，消除噪點(diǎn)；S104、對(duì)經(jīng)濾波后的幀A和幀B采用Harris Corner算法分別提取特征點(diǎn)，可同時(shí)將幀A、B放入幀緩沖序列中，并進(jìn)行特征點(diǎn)匹配；即對(duì)幀A中的每個(gè)特征點(diǎn)，在幀B中找尋與之相匹配的特征點(diǎn)。在本發(fā)明的一個(gè)實(shí)施例中，設(shè)幀A中的每個(gè)特征點(diǎn)χ的坐標(biāo)為 (xAPos，yAPos)，在B幀中，以(xAPos，yAPos)為窗口中心，取尺寸為81x81的特征窗，尋找該特征窗中的特征點(diǎn)y，對(duì)于其中的每一個(gè)特征點(diǎn)y，可根據(jù)文獻(xiàn)5(即《圖像特征點(diǎn)匹配的強(qiáng)壯算法》作者周驥、石教英、趙友兵，計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，200 中提到的LACC 算法，計(jì)算特征點(diǎn)χ與特征點(diǎn)ι之間的相關(guān)性系數(shù)，如果其相關(guān)性系數(shù)大于0. 9，則計(jì)數(shù)器 nSum加1，每個(gè)特征點(diǎn)y都有一個(gè)計(jì)數(shù)器；計(jì)算特征窗內(nèi)所有的特征點(diǎn)y后，如果nSum等于 1，則相對(duì)應(yīng)的兩個(gè)特征點(diǎn)是匹配的，形成一對(duì)匹配對(duì)，反之，該特征點(diǎn)沒有找到匹配的特征點(diǎn)οS105、根據(jù)相匹配的特征點(diǎn)計(jì)算圖像的旋轉(zhuǎn)角θ ；其中，在本發(fā)明的一個(gè)實(shí)施例中旋轉(zhuǎn)角θ可通過如下過程求得從步驟S104所得到的匹配對(duì)中選取任意兩對(duì)匹配對(duì) FKAlx, Bly)，F(xiàn)2 (A2x, B2y)，其中Alx，Ah為幀A中的特征點(diǎn)，特征點(diǎn)Bly，B2y是分別與 Alx, A2x匹配的幀B中的特征點(diǎn)，特征點(diǎn)Alx與A2y連接成線Ll,Bly, B2y連接成線L2，根據(jù)余弦定理，計(jì)算Ll和L2之間的夾角；枚舉所有的特征點(diǎn)對(duì)，計(jì)算夾角，取支持度計(jì)數(shù)最大的角度作為圖像的旋轉(zhuǎn)角θ，其中支持度最大的角為枚舉所有的特征點(diǎn)匹配對(duì)所計(jì)算的夾角中出現(xiàn)機(jī)率最高的角。S106、判斷旋轉(zhuǎn)角θ是否為0，以此來決定是否要對(duì)幀進(jìn)行旋轉(zhuǎn)；S107、在θ不為0時(shí)，說明圖像存在旋轉(zhuǎn)變換，那么需要進(jìn)行逆變換，則對(duì)幀B反方向旋轉(zhuǎn)θ，即消除圖像由于旋轉(zhuǎn)產(chǎn)生的抖動(dòng)，并將旋轉(zhuǎn)后的幀B作為步驟S104中新的幀 B，即讓其替換幀緩沖序列中的幀B，轉(zhuǎn)入執(zhí)行步驟S104。S108、在θ為0時(shí)，根據(jù)匹配的特征點(diǎn)，計(jì)算平面運(yùn)動(dòng)矢量，即此事圖像沒有旋轉(zhuǎn)， 可以直接平移就可以得到原來的圖像。S109、判斷是否處理完F幀。S110、在沒有處理完F幀時(shí)，則將旋轉(zhuǎn)后的B幀作為當(dāng)前幀，重新進(jìn)行特征點(diǎn)的提取與匹配，并替換幀緩沖序列中的幀B，即轉(zhuǎn)入執(zhí)行步驟S103，可以理解的是，步驟S103中的下一幀則為此時(shí)新的當(dāng)前幀的下一幀，即當(dāng)前幀改變，則下一幀相應(yīng)地也改變；直到所有的F幀都處理完，即幀緩沖序列中緩存了由1到F幀的消除了抖動(dòng)的F個(gè)幀的圖像。S111、若已經(jīng)處理完F幀，則根據(jù)平面運(yùn)動(dòng)矢量對(duì)幀緩沖序列中的所有F幀，即每一幀都進(jìn)行分析與補(bǔ)償后，并輸出每一幀。在本發(fā)明的一個(gè)實(shí)施例中，對(duì)所有F幀進(jìn)行分析與補(bǔ)償具體包括步驟從匹配對(duì)中選取任意一對(duì)匹配對(duì)Fl (Alx，Bly)，其中Alx為幀A中的特征點(diǎn)，特征點(diǎn)Bly是與Alx匹配的幀B中的特征點(diǎn)，設(shè)特征點(diǎn)Alx的坐標(biāo)為(xAPos，yAPos)，特征點(diǎn)Blx的坐標(biāo)為(xBPos，yBPos)，則該特征點(diǎn)在兩幀中水平方向的運(yùn)動(dòng)矢量為xM0Ve = xBPos-xAPos，垂直方向的運(yùn)動(dòng)矢量為yMove = yBPos-yAPos，對(duì)所有匹配對(duì)進(jìn)行計(jì)算，最后取支持度計(jì)數(shù)最大的xMove和yMove分別作為圖像的水平方向的位移和垂直方向的位移；根據(jù)步驟S71獲取全部的F幀圖像相對(duì)前一幀的運(yùn)動(dòng)矢量(xMovel，yMove 1)，
(xMove2, yMove3)......(xMoveF, yMoveF)，其中，xMoveF表示第F幀相對(duì)于前一幀在水平方
向的運(yùn)動(dòng)矢量，yMoveF表示幀緩沖序列中第F幀相對(duì)于前一幀在豎直方向的運(yùn)動(dòng)矢量；
對(duì)全部F幀的運(yùn)動(dòng)矢量進(jìn)行累加，水平方向的運(yùn)動(dòng)矢量和mTotalMVX = xMovel+xMove2+··· +yMoveF,豎直方向的運(yùn)云力矢量禾口 nTotalMVY = yMovel+yMove2+··· +yMoveF ；按先后順序取出一幀N，其中N為該幀在幀緩沖序列中的第N幀N e [1，F(xiàn)]，計(jì)算該幀的補(bǔ)償量，水平方向的補(bǔ)償量xMV = nMoveSumX-fc^rotalMVX/F)*^其中nMoveSumX = xMovel+xMove2+—+xMoveN ；垂直方向的補(bǔ)償量:yMV = nMoveSumY-(nTotalMVY/F) *N，其中 nMoveSumY = yMovel+yMove2+···+yMoveN ；設(shè)置取景框，取景框位于幀N的中心，距離上邊界0. l*Height個(gè)像素，其中Height 為圖像高，距離下邊界為0. ^Height個(gè)像素，距離左邊界0. l*Width個(gè)像素，Width為圖像寬，距離右邊界為0. IWidth個(gè)像素，根據(jù)步驟S73中計(jì)算的補(bǔ)償量移動(dòng)取景框，其中水平方向的移動(dòng)量為xMV，垂直方向的移動(dòng)量為yMV ；對(duì)取景框中的圖像進(jìn)行截取，并放大到原幀N的寬高后輸出。如圖2所示，本發(fā)明實(shí)施例基于Harris Corner的視頻穩(wěn)像系統(tǒng)，主要包括解碼器10、濾波器20、緩存器30、特征點(diǎn)提取和匹配器40、圖象旋轉(zhuǎn)器50和分析與補(bǔ)償器60，其中，解碼器10，用于獲取當(dāng)前視頻的幀率F，以及當(dāng)前幀A和下一幀B ；濾波器20，與解碼器10連接，用于對(duì)解碼器10獲取的當(dāng)前幀A和當(dāng)前幀B采用 Gaussian濾波，消除噪點(diǎn)；緩存器30，與濾波器20連接，用于將經(jīng)過濾波后的幀A和幀B放入緩存器的幀序列中；特征點(diǎn)提取和匹配器40，與緩存器30連接，用于對(duì)緩存器30中的幀A和幀B兩幀采用Harris Corner算法分別提取特征點(diǎn)，并進(jìn)行特征點(diǎn)匹配；圖象旋轉(zhuǎn)器50，與特征點(diǎn)提取和匹配器40和緩存器30分別連接，用于根據(jù)相匹配的特征點(diǎn)計(jì)算圖像的旋轉(zhuǎn)角Θ，在θ不為0時(shí)，對(duì)幀B反方向旋轉(zhuǎn)θ，并將旋轉(zhuǎn)后的幀 B作為緩存器30幀序列中新的幀B，以對(duì)新的幀B重新執(zhí)行特征點(diǎn)提取、匹配等相應(yīng)操作， 直到緩存器30中幀序列I-F幀的圖像都處理好，即所有幀相對(duì)于上一幀的θ為0。分析與補(bǔ)償器60，與緩存器30連接，用于緩存器30中F幀都處理完成后，在所有幀相對(duì)于上一幀的θ為0時(shí)，即消除所有的幀的抖動(dòng)后，根據(jù)匹配的特征點(diǎn)，計(jì)算平面運(yùn)動(dòng)矢量，并對(duì)緩存器30幀序列中的每一幀根據(jù)平面運(yùn)動(dòng)矢量進(jìn)行分析與補(bǔ)償后，輸出每一幀。進(jìn)一步地，如圖3所示，特征點(diǎn)提取和匹配器40包括特征點(diǎn)提取模塊41和特征點(diǎn)匹配模塊42，特征點(diǎn)提取模塊41用于對(duì)緩存器中的幀A和幀B采用Harris Corner算法分別提取特征點(diǎn)；特征點(diǎn)匹配模塊42，用于對(duì)特征點(diǎn)提取模塊41提取的特征點(diǎn)進(jìn)行匹配， 得到匹配對(duì)；其中，特征點(diǎn)匹配模塊42具體包括尋找特征點(diǎn)模塊421、相關(guān)性系數(shù)計(jì)算模塊 422、計(jì)數(shù)器423和匹配模塊424，其中，尋找特征點(diǎn)模塊421，用于在執(zhí)行匹配時(shí)具體用于設(shè)幀A中的每個(gè)特征點(diǎn)χ的坐標(biāo)為(xAPos，yAPos)，在B幀中，以(xAPos，yAPos)為窗口中心，取尺寸為81x81的特征窗， 尋找該特征窗中的特征點(diǎn)y;相關(guān)性系數(shù)計(jì)算模塊422，用于對(duì)于對(duì)特征窗中的每一個(gè)特征點(diǎn)y，根據(jù)LACC算法，計(jì)算特征點(diǎn)X與特征點(diǎn)y之間的相關(guān)性系數(shù)；計(jì)數(shù)器423，用于在相關(guān)性系數(shù)大于0. 9時(shí)，計(jì)數(shù)器nSum加1，每個(gè)特征點(diǎn)y都對(duì)應(yīng)一個(gè)計(jì)數(shù)器423 ；匹配模塊424，用于在特征窗的特征點(diǎn)y的計(jì)數(shù)器nSum等于1時(shí)，使該特征點(diǎn)y與當(dāng)幀A中的特征點(diǎn)χ形成一對(duì)匹配對(duì)；反之，即計(jì)數(shù)器nSum不等于1時(shí)，特征點(diǎn)χ在特征窗中沒有匹配的特征點(diǎn)y。本發(fā)明一個(gè)實(shí)施例中，圖象旋轉(zhuǎn)器50中計(jì)算圖像的旋轉(zhuǎn)角θ具體為從匹配對(duì)中選取任意兩對(duì)匹配對(duì)？1仏&，817)斤2 (Ah，B2y)，其中Alx，Ah為幀A中的特征點(diǎn)，特征點(diǎn) Bly, B2y是分別與Alx，Ah匹配的幀B中的特征點(diǎn)，特征點(diǎn)Alx與A2y連接成線Li，Bly, B2y連接成線L2，根據(jù)余弦定理，計(jì)算Ll和L2之間的夾角；枚舉所有的特征點(diǎn)對(duì)，計(jì)算夾角，取支持度計(jì)數(shù)最大的角度作為圖像的旋轉(zhuǎn)角θ。本發(fā)明一個(gè)實(shí)施例中，如圖3所示，分析與補(bǔ)償器60具體包括匹配對(duì)運(yùn)動(dòng)矢量計(jì)算模塊61、幀補(bǔ)償量計(jì)算模塊62和取景器63，其中，匹配對(duì)運(yùn)動(dòng)矢量計(jì)算模塊61，用于從匹配對(duì)中選取任意一對(duì)匹配對(duì)Fl (Alx， Bly)，其中Alx為幀A中的特征點(diǎn)，特征點(diǎn)Bly是與Alx匹配的幀B中的特征點(diǎn)，設(shè)特征點(diǎn)Alx的坐標(biāo)為(xAPos, yAPos)，特征點(diǎn)Blx的坐標(biāo)為(xBPos, yBPos)，則該特征點(diǎn)在兩幀中水平方向的運(yùn)動(dòng)矢量為xMove = xBPos-xAPos，垂直方向的運(yùn)動(dòng)矢量為yMove = yBPos-yAPos，對(duì)所有匹配對(duì)進(jìn)行計(jì)算，最后取支持度計(jì)數(shù)最大的xMove和yMove分別作為圖像的水平方向的位移和垂直方向的位移；幀補(bǔ)償量計(jì)算模塊62，與匹配對(duì)運(yùn)動(dòng)矢量計(jì)算模塊61連接，用于獲取緩存器30中
全部的F幀圖像相對(duì)前一幀的運(yùn)動(dòng)矢量(xMovel，yMovel)，(xMove2, yMove3)......(xMoveF,
yMoveF)，其中，xMoveF表示緩存器30中幀序列的第F幀相對(duì)于前一幀在水平方向的運(yùn)動(dòng)矢量，yMoveF表示緩存器30中幀序列的第F幀相對(duì)于前一幀在豎直方向的運(yùn)動(dòng)矢量；對(duì)全部F幀的運(yùn)動(dòng)矢量進(jìn)行累加，水平方向的運(yùn)動(dòng)矢量和nTotalMVX = xMovel+xMove2+… +yMoveF，豎直方向的運(yùn)動(dòng)矢量和:nTotalMVY = yMovel+yMove2+— +yMoveF ；按先后順序取出一幀N，其中N為該幀在幀序列中的第N幀N e [1，F(xiàn)]，計(jì)算該幀的補(bǔ)償量，水平方向的補(bǔ)償量:xMV = nMoveSumX-(nTotalMVX/F)*N，其中 nMoveSumX = xMovel+xMove2+— +xMoveN ；垂直方向的補(bǔ)償量yMV = nMoveSumY- (nTotalMVY/F) *N，其中 nMoveSumY = yMovel+yMove2+··· +yMoveN ；取景器63，與幀補(bǔ)償量計(jì)算模塊62連接，用于設(shè)置取景框，取景框位于幀N的中心，距離上邊界0. I^Height個(gè)像素，其中Height為圖像高，距離下邊界為0. I^Height個(gè)像素，距離左邊界0. l*Width個(gè)像素，Width為圖像寬，距離右邊界為0. l*Width個(gè)像素，根據(jù)計(jì)算的補(bǔ)償量移動(dòng)取景框，其中水平方向的移動(dòng)量為xMV，垂直方向的移動(dòng)量為yMV ；對(duì)取景框中的圖像進(jìn)行截取，并放大到原幀N的寬高后輸出，實(shí)現(xiàn)了圖像的穩(wěn)像輸出。同理，取景器63對(duì)幀序列中的其他幀進(jìn)行穩(wěn)像輸出。本發(fā)明基于Harris Corner的視頻穩(wěn)像方法及系統(tǒng)相對(duì)于現(xiàn)有技術(shù)來說，穩(wěn)像效果更好，且能滿足實(shí)際應(yīng)用中對(duì)效率的要求。應(yīng)當(dāng)理解的是，對(duì)本領(lǐng)域普通技術(shù)人員來說，可以根據(jù)上述說明加以改進(jìn)或變換， 而所有這些改進(jìn)和變換都應(yīng)屬于本發(fā)明所附權(quán)利要求的保護(hù)范圍。
權(quán)利要求
1.一種基于Harris Corner的視頻穩(wěn)像方法，其特征在于，包括以下步驟51、獲取當(dāng)前視頻的幀率F和當(dāng)前幀A；52、對(duì)當(dāng)前幀A采用Gaussian濾波，消除噪點(diǎn)；53、獲取下一幀B，并對(duì)該幀采用Gaussian濾波，消除噪點(diǎn)；54、對(duì)經(jīng)濾波后的幀A和幀B采用HarrisCorner算法分別提取特征點(diǎn)，并進(jìn)行特征點(diǎn)匹配；55、根據(jù)相匹配的特征點(diǎn)計(jì)算圖像的旋轉(zhuǎn)角θ；56、判斷旋轉(zhuǎn)角θ是否為0，在θ不為0時(shí)，對(duì)幀B反方向旋轉(zhuǎn)θ，并將旋轉(zhuǎn)后的幀B 作為步驟S4中新的幀B，轉(zhuǎn)入執(zhí)行步驟S4;在θ為0時(shí)，根據(jù)匹配的特征點(diǎn)，計(jì)算平面運(yùn)動(dòng)矢量；57、判斷是否處理完F幀，若否，則將旋轉(zhuǎn)后的B幀作為當(dāng)前幀，轉(zhuǎn)入執(zhí)行步驟S3；若是，則根據(jù)所述平面運(yùn)動(dòng)矢量對(duì)每一幀進(jìn)行分析與補(bǔ)償后，輸出每一幀。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟S4中特征點(diǎn)的匹配具體為設(shè)幀A中的每個(gè)特征點(diǎn)χ的坐標(biāo)為(xAPos，yAPos)，在B幀中，以(xAPos，yAPos)為窗口中心，取尺寸為81x81的特征窗，尋找該特征窗中的特征點(diǎn)y，對(duì)于其中的每一個(gè)特征點(diǎn)y，根據(jù)LACC 算法，計(jì)算特征點(diǎn)χ與特征點(diǎn)1之間的相關(guān)性系數(shù)，如果其相關(guān)性系數(shù)大于0. 9，則計(jì)數(shù)器 nSum加1 ；計(jì)算特征窗內(nèi)所有的特征點(diǎn)y后，如果nSum等于1，則兩個(gè)特征點(diǎn)是匹配的，形成一對(duì)匹配對(duì)，反之，該特征點(diǎn)沒有找到匹配的特征點(diǎn)。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，步驟S5中計(jì)算旋轉(zhuǎn)角θ具體為從匹配對(duì)中選取任意兩對(duì)匹配對(duì)Fl (Alx，Bly), F2 (A2x，B2y)，其中Alx，Ah為幀A中的特征點(diǎn)，特征點(diǎn)Bly，B2y是分別與Alx，A2x匹配的幀B中的特征點(diǎn)，特征點(diǎn)Alx與A2y連接成線Ll，Bly，B2y連接成線L2，根據(jù)余弦定理，計(jì)算Ll和L2之間的夾角；枚舉所有的特征點(diǎn)對(duì)，計(jì)算夾角，取支持度計(jì)數(shù)最大的角度作為圖像的旋轉(zhuǎn)角θ。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，步驟S7中對(duì)所有F幀進(jìn)行分析與補(bǔ)償具體包括步驟·571、從匹配對(duì)中選取任意一對(duì)匹配對(duì)Fl(Alx，Bly),其中Alx為幀A中的特征點(diǎn)，特征點(diǎn)Bly是與Alx匹配的幀B中的特征點(diǎn)，設(shè)特征點(diǎn)Alx的坐標(biāo)為(xAPos，yAPos)，特征點(diǎn)Blx的坐標(biāo)為(xBPos，yBPos)，則該特征點(diǎn)在兩幀中水平方向的運(yùn)動(dòng)矢量為xMove = xBPos - xAPos,垂直方向的運(yùn)動(dòng)矢量為yMove = yBPos - yAPos,對(duì)所有匹配對(duì)進(jìn)行計(jì)算，最后取支持度計(jì)數(shù)最大的xMove和yMove分別作為圖像的水平方向的位移和垂直方向的位移；·572、根據(jù)步驟S71獲取全部的F幀圖像相對(duì)前一幀的運(yùn)動(dòng)矢量(xMovel，yMove1)，(xMove2, yMove3)......(xMoveF, yMoveF),其中，xMoveF表示第F幀相對(duì)于前一幀在水平方向的運(yùn)動(dòng)矢量，yMoveF表示幀序列中第F幀相對(duì)于前一幀在豎直方向的運(yùn)動(dòng)矢量；·573、對(duì)全部F幀的運(yùn)動(dòng)矢量進(jìn)行累加，水平方向的運(yùn)動(dòng)矢量和nTotalMVX= xMovel + xMove2 + …+ yMoveF,豎直方向的運(yùn)動(dòng)矢量禾口 nTotalMVY = yMove 1 + yMove2 + …+ yMoveF ；·574、按先后順序取出一幀N，其中N為該幀在幀序列中的第N幀Ne[1，F(xiàn)]，計(jì)算該幀的補(bǔ)償量，水平方向的補(bǔ)償量xMV = nMoveSumX - (nTotalMVX / F) * N,其中nMoveSumX=xMovel + xMove2 +··· + xMoveN ；垂直方向的補(bǔ)償量yMV = nMoveSumY - (nTotalMVY /F) * N,其中 nMoveSumY = yMovel + yMove2 +··· + yMoveN ；·575、設(shè)置取景框，取景框位于幀N的中心，距離上邊界0.1 ^Height個(gè)像素，其中 Height為圖像高，距離下邊界為0. 1 *Height個(gè)像素，距離左邊界·0.1 * Width個(gè)像素， Width為圖像寬，距離右邊界為0.1 * Width個(gè)像素，根據(jù)步驟S73中計(jì)算的補(bǔ)償量移動(dòng)取景框，其中水平方向的移動(dòng)量為XMV，垂直方向的移動(dòng)量為yMV ；·576、對(duì)取景框中的圖像進(jìn)行截取，并放大到原幀N的寬高后輸出。
5.一種基于Harris Corner的視頻穩(wěn)像系統(tǒng)，其特征在于，包括 解碼器，用于獲取當(dāng)前視頻的幀率F，以及當(dāng)前幀A和下一幀B ；濾波器，用于對(duì)解碼器獲取的當(dāng)前幀A和當(dāng)前幀B采用Gaussian濾波，消除噪點(diǎn)； 緩存器，用于將經(jīng)過濾波后的幀A和幀B放入緩存器的幀序列中； 特征點(diǎn)提取和匹配器，用于對(duì)緩存器中的幀A和幀B兩幀采用Harris Corner算法分別提取特征點(diǎn)，并進(jìn)行特征點(diǎn)匹配；圖象旋轉(zhuǎn)器，用于根據(jù)相匹配的特征點(diǎn)計(jì)算圖像的旋轉(zhuǎn)角θ ；在θ不為0時(shí)，對(duì)幀B反方向旋轉(zhuǎn)θ，并將旋轉(zhuǎn)后的幀B作為緩存器幀序列中新的幀B，以對(duì)新的幀B重新執(zhí)行所述特征點(diǎn)提取和匹配器中的相應(yīng)操作；分析與補(bǔ)償器，用于在θ為0時(shí)，且緩存器中F幀都處理完成后，根據(jù)匹配的特征點(diǎn)， 計(jì)算平面運(yùn)動(dòng)矢量，并對(duì)緩存器幀序列中的每一幀根據(jù)所述平面運(yùn)動(dòng)矢量進(jìn)行分析與補(bǔ)償后，輸出每一幀。
6.根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，所述特征點(diǎn)提取和匹配器包括特征點(diǎn)提取模塊，用于對(duì)緩存器中的幀A和幀B采用Harris Corner算法分別提取特 iiE ；^^ ’特征點(diǎn)匹配模塊，用于對(duì)所述特征點(diǎn)提取模塊提取的特征點(diǎn)進(jìn)行匹配，得到匹配對(duì)；其中，所述特征點(diǎn)匹配模塊具體包括尋找特征點(diǎn)模塊，用于在執(zhí)行匹配時(shí)具體用于設(shè)幀A中的每個(gè)特征點(diǎn)χ的坐標(biāo)為 (xAPos, yAPos)，在B幀中，以(xAPos，yAPos)為窗口中心，取尺寸為81x81的特征窗，尋找該特征窗中的特征點(diǎn)y;相關(guān)性系數(shù)計(jì)算模塊，用于對(duì)于對(duì)所述特征窗中的每一個(gè)特征點(diǎn)y，根據(jù)LACC算法，計(jì)算特征點(diǎn)χ與特征點(diǎn)ι之間的相關(guān)性系數(shù)；計(jì)數(shù)器，用于在所述相關(guān)性系數(shù)大于0. 9時(shí)，計(jì)數(shù)器nSum加1 ； 匹配模塊，用于在特征窗的特征點(diǎn)y的計(jì)數(shù)器nSum等于1時(shí)，使該特征點(diǎn)y與當(dāng)幀A 中的特征點(diǎn)χ形成一對(duì)匹配對(duì)；反之，特征點(diǎn)χ在所述特征窗中沒有匹配的特征點(diǎn)。
7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述圖象旋轉(zhuǎn)器中計(jì)算圖像的旋轉(zhuǎn)角θ 具體為從匹配對(duì)中選取任意兩對(duì)匹配對(duì)Fl (Alx，Bly), F2 (Ah，B2y)，其中Alx，Ah為幀A中的特征點(diǎn)，特征點(diǎn)Bly，B2y是分別與Alx，A2x匹配的幀B中的特征點(diǎn)，特征點(diǎn)Alx 與A2y連接成線Ll，Bly，B2y連接成線L2，根據(jù)余弦定理，計(jì)算Ll和L2之間的夾角；枚舉所有的特征點(diǎn)對(duì)，計(jì)算夾角，取支持度計(jì)數(shù)最大的角度作為圖像的旋轉(zhuǎn)角θ。
8.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述分析與補(bǔ)償器具體包括匹配對(duì)運(yùn)動(dòng)矢量計(jì)算模塊，用于從匹配對(duì)中選取任意一對(duì)匹配對(duì)Fl (Alx，Bly),其中Alx為幀A中的特征點(diǎn)，特征點(diǎn)Bly是與Alx匹配的幀B中的特征點(diǎn)，設(shè)特征點(diǎn)Alx的坐標(biāo)為(xAPos，yAPos)，特征點(diǎn)Blx的坐標(biāo)為(xBPos，yBPos)，則該特征點(diǎn)在兩幀中水平方向的運(yùn)動(dòng)矢量為xMove = xBPos - xAPos,垂直方向的運(yùn)動(dòng)矢量為yMove = yBPos -yAPos,對(duì)所有匹配對(duì)進(jìn)行計(jì)算，最后取支持度計(jì)數(shù)最大的xMove和yMove分別作為圖像的水平方向的位移和垂直方向的位移；幀補(bǔ)償量計(jì)算模塊，用于獲取全部的F幀圖像相對(duì)前一幀的運(yùn)動(dòng)矢量(xMovel，yMove 1), (xMove2, yMove3)......(xMoveF, yMoveF),其中，xMoveF 表示第 F 中貞相對(duì)于前一中貞在水平方向的運(yùn)動(dòng)矢量，yMoveF表示緩存器中幀序列的第F幀相對(duì)于前一幀在豎直方向的運(yùn)動(dòng)矢量；對(duì)全部F幀的運(yùn)動(dòng)矢量進(jìn)行累加，水平方向的運(yùn)動(dòng)矢量和mTotalMVX = xMovel + xMove2 + ... + yMoveF,豎直方向的運(yùn)動(dòng)矢量和nTotalMVY = yMove 1 + yMove2 + ... + yMoveF;按先后順序取出一幀N，其中N為該幀在幀序列中的第N幀Ne [1，F(xiàn)]，計(jì)算該幀的補(bǔ)償量，水平方向的補(bǔ)償量xMV = nMoveSumX - (nTotalMVX / F) * N,其中 nMoveSumX =xMovel + xMove2 +··· + xMoveN ；垂直方向的補(bǔ)償量yMV = nMoveSumY - (nTotalMVY /F) * N,其中 nMoveSumY = yMove 1 + yMove2 +··· + yMoveN ；取景器，用于設(shè)置取景框，取景框位于幀N的中心，距離上邊界0. 1 *Height個(gè)像素，其中Height為圖像高，距離下邊界為0. 1 *Height個(gè)像素，距離左邊界0.1 * Width個(gè)像素， Width為圖像寬，距離右邊界為0.1 * Width個(gè)像素，根據(jù)計(jì)算的補(bǔ)償量移動(dòng)取景框，其中水平方向的移動(dòng)量為xMV，垂直方向的移動(dòng)量為yMV ；對(duì)取景框中的圖像進(jìn)行截取，并放大到原幀N的寬高后輸出。
全文摘要
本發(fā)明公開了一種基于Harris Corner的視頻穩(wěn)像方法及系統(tǒng)，其中方法主要對(duì)一個(gè)幀頻率中的當(dāng)前幀和下一幀進(jìn)行Gaussian濾波后，采用HarrisCorner算法分別提取兩幀中的特征點(diǎn)，并進(jìn)行匹配，找到匹配對(duì)，根據(jù)下一幀相對(duì)于當(dāng)前幀的旋轉(zhuǎn)角θ進(jìn)行幀的逆變換，以消除圖像由于旋轉(zhuǎn)產(chǎn)生的抖動(dòng)，并將逆變換后的幀作為當(dāng)前幀，再獲取下一幀進(jìn)行上述逆變換操作直到該幀率中的所有幀都消除了抖動(dòng)，再根據(jù)每幀匹配的特征點(diǎn)，計(jì)算平面運(yùn)動(dòng)矢量，并對(duì)每幀進(jìn)行分析和補(bǔ)償，以輸出穩(wěn)定的圖像。本發(fā)明基于HarrisCorner的算法對(duì)圖像進(jìn)行穩(wěn)定處理，使得穩(wěn)像效果更好，且能滿足實(shí)際應(yīng)用中對(duì)效率的要求。
文檔編號(hào)H04N5/21GK102427505SQ201110297539
公開日2012年4月25日 申請(qǐng)日期2011年9月29日 優(yōu)先權(quán)日2011年9月29日
發(fā)明者蔣義勇 申請(qǐng)人:深圳市萬(wàn)興軟件有限公司