一、灰度投影拟和算法稳定船载侦察系统获得的视频图像(英文)(论文文献综述)
白克强,陈思海,潘娅[1](2014)在《塔式起重机视觉系统中电子稳像算法》文中进行了进一步梳理为解决塔式起重机视觉系统获取的图像序列抖动,采用Kalman滤波投影估计算法复合控制的电子稳像技术使抖动达到最小。基于投影估计和Kalman滤波相结合的稳像算法是指在运动估计过程中,通过中值滤波对视频稳像进行预处理,采用投影法来进行运动估计,在Kalman滤波下,根据抖动矢量对当前帧进行补偿,得到稳定的视频。对塔式起重机因操作过程中遇到的视频图像序列进行稳定处理,使输出的视频图像序列稳定而清晰。仿真实验结果表明:该方法可以使稳定精度提高,更适合塔式起重机操作员观察,提高了效率和安全性。根据抖动向量利用闭环反馈原理来补偿当前帧,在第一时间及时消除抖动,获得稳定的视频。
张全喜[2](2014)在《单目视觉自主移动机器人的目标跟踪及误差分析》文中认为本文主要研究基于视觉机器人的目标跟踪及误差分析,主要包括机器人系统设计、摄像机标定、视频稳定、目标跟踪与测距等内容,整个系统达到预期的效果。主要对以下几个方面做了详细的研究:该平台为视觉导航的四轮机器人,速度差分法控制机器人的转向及前进。并通过上层的图像处理获得本体到目标的距离和角度,利用精度的转向理论获得机器人转向时的瞬间速度,通过减速器将机器人的速度和电机的转速连接到一起,将获得电机转速发送给电机进行执行,进而驱动机器人向着目标运动。摄像机标定为计算机视觉系统的基础,标定的结果直接影响图像的质量,选择合适的标定算法对机器人的导航有着至关重要的影响。本文在基于径向的两步法和基于平面的两步标定法中,从系统模型、图像噪声、量化误差及训练的数据数量等四个方面对标定结果的影响进行对比,并根据实验对比后的结果选择本文所采用的标定算法。机器人在运行的过程中,不免出现抖动,不同的视觉测距模型对于抖动的敏感度不同。本文首先,分析多种单目测距模型,比较抖动对于模型的影响,选择影响较小的方法。然后,为了削弱抖动对视频的影响,本文采用了基于航向仪的视频稳定方法及进行视频稳定。在目标识别时,本文采用卡尔曼滤波对目标进行跟踪,提取目标后使用Canny算法提取目标的边缘,并使用本文提出的快速椭圆拟合方法。在椭圆拟合后,获得的长短半径并结合测距原理,计算出自主机器人与目标之间的距离及角度。同时,本文详细的分析那些因素会对测距精度找出影响并及原因。而后,计算出左右两电机的转速,结合硬件平台将转速发送给电机执行,同时,测试整个系统。实验结果表明,本文所采用的算法有较高的可行性和实时性。
吴国楠[3](2013)在《抖动视频的电子稳像技术研究与实现》文中指出随着视频摄像技术在人们日常生活中的广泛应用,稳像技术也逐渐开始成为人们注意的焦点。在摄像的过程中,无论是手持拍摄设备,还是其他装载摄像设备,常会因为载体的抖动,使在拍摄的视频中,观察目标在图像中的位置剧烈抖动,从而使观察者感觉疲劳,影响观察者的判断力和观察的精度。因此需要对视频进行稳像处理。近年来,图像传感器技术、大规模集成电路技术、现代信号处理技术的迅猛发展,使得稳像技术逐渐步入电子稳像的发展方向。电子稳像的目的是解决视频各帧图像之间的不稳定问题,它通过检测视频序列各帧图像间的相对运动矢量,采用图像处理技术矫正图像,输出稳定的图像序列。为提高抖动视频电子稳像系统的稳定效果和处理速度,本文以电子稳像系统中核心的运动估计模块和平滑滤波模块为研究重点,结合抖动视频中图像序列旋转和平移抖动剧烈而缩放运动不明显的特点,以保持对旋转抖动的处理效果为前提,以降低系统计算复杂度为目的,提出了一种基于Harris角点和改进Hu矩的电子稳像算法。本文的主要工作有:第一,本文提出了一种基于Harris角点和改进Hu矩的电子稳像算法。算法先检测视频每帧图像的Harris角点作为特征点,并计算其邻域图像的改进的Hu几何不变矩作为对应的特征向量,再以仿射变换为模型,通过特征点的匹配计算前后帧的相对运动参数,从而计算出图像序列的运动轨迹,然后加以相应的运动平滑补偿,最后得出保留镜头正常运动信息的稳定的视频图像序列。第二,通过仿真对比实验,评估本文提出算法的性能。本文选取具有代表性的基于Harris角点块特征匹配算法和基于SIFT(Scale Invariant Feature Transform)特征的稳像算法作为比较对象,在Matlab平台进行仿真实验,从特征匹配准确率、算法复杂度、特征检测用时、特征描述用时以及特征匹配用时等方面对算法性能进行了对比分析。第三,结合实际应用需求,编写了软件系统中电子稳像应用的核心算法模块代码。本文基于OpenCV计算机视觉库,用C/C++编写了电子稳像应用中运动估计、平滑滤波和运动补偿模块的核心代码,在Linux系统中实现了程序应用,并针对Android上的电子稳像应用设计了程序层次框架和接口定义,移植了核心算法模块的程序代码,为进一步实现手持Android设备上的电子稳像应用提供了框架基础和核心代码支持。本文实验表明,在视频图像帧间存在旋转、平移和轻微缩放的情况下,本文算法能有效降低特征匹配的计算量,且保持良好的匹配效果。而本文编写的基于OpenCV的C/C++核心代码以及Linux下的应用程序也能正常工作并呈现良好的稳像效果。
卢晓燕[4](2013)在《电子稳像技术研究》文中认为光电系统可以对被摄景物进行直观的成像显示,符合人眼的观察习惯,但成像的效果和质量与其成像平台的稳定特性有直接的联系。通常多见到的车载光电系统、手持摄影设备、机载摄影平台以及舰载光电平台,因为其应用场景的复杂性和多样性,成像平台的无序晃动往往在所难免,给操作人员的侦察监视带来很大困难,基于此,电子稳像技术应运而生。电子稳像技术是一种对随机运动或抖动的摄像机所获取的动态图像序列进行平滑补偿,使其平稳输出的技术。本课题在前人研究的基础上对电子稳像的相关技术进行深入探讨,提出了基于光流运动矢量估计的电子稳像算法。首先在待稳定图像上选择角点,建立一组特征区域,后续的光流运动计算都是围绕这一系列特征区域来进行的;其次,在基于光流运动矢量的计算过程中,优化选择了微分算子,同时采用金字塔多分辨率策略,在粗分辨率图像上进行初始匹配,最大可能的满足了光流算法的运动连续性假设;同时,金字塔多分辨率策略还可以节约时间和存储空间的开销,更易于工程实现。再次,采用卡尔曼滤波更精确的保留主动运动,分离出准确的高频运动用于图像补偿,更符合人眼观察的习惯。最后,对整个的电子稳像算法进行了设计实现,并提出了相应的评价指标,并就相应的实例效果进行了评价分析。本文提出的算法主要的优势表现在:首先,大大降低了传统光流算法的高复杂度,与此同时较好保留了电子稳像高性能的运动矢量估计精度,抗干扰能力强;其次,本文设计的算法可以较好的进行高频运动的提取,从而保留了较为精确的主动运动,更符合人眼观察的习惯,利于人眼的侦察监控。
徐静[5](2012)在《某型光电系统图像补偿装置的设计与实现》文中认为随着世界各国军事装备的飞速发展,直升机作为空中的主要机动平台,成为必不可少的军事武器装备。为适应现代战争需求,拥有高性能的侦察型直升机是各国陆军航空兵的发展趋势。桅杆式光电系统主要用于侦察型和攻击型武装直升机上,该光电系统安装在直升机旋翼桅杆顶部,旋翼的快速旋转会对外界景物图像造成遮挡,致使视频图像出现黑白闪烁等现象,造成观测者无法正常观测,直接影响到光电系统的探测、捕获、跟踪性能。只有开展图像补偿技术的研究,有效地解决旋翼遮挡这一机载桅杆式光电系统研制的关键技术问题,才能实现视频图像的完整和清晰,真正发挥桅杆式光电系统的效能。本文研究工作涉及到图像处理中阴影检测技术,动态图像的运动估计和补偿技术。并通过对上述两个技术领域的研究,分别提出了可行的算法和方案。本文的主要工作包括软件算法设计和硬件实现设计两个方面。在软件设计方面,首先详细分析了旋翼遮挡的特点和遮挡阴影区域的特性,分析结果表明,序列图像中图像区域的灰度均值具备一定的稳定性,而遮挡区域灰度变化明显,可将区域灰度特性作为判断遮挡的参数,由此,提出了采用基于区域的帧间预测算法。该算法可以有效判断旋翼遮挡,并检测出遮挡阴影区域。其次,对于运动视频图像序列,运动估计非常重要,运动估计的精度会对补偿效果产生很大的影响。本文采用了适合于工程应用的灰度投影法,并结合遮挡情况,提出了遮挡情况下利用灰度投影法估计图像帧间运动的方案。视频图像信号的帧差信号比帧内相邻素间的差值信号表现出更强的相关性,基于上述理论,可以利用帧间的冗余信息进行预测处理,实现旋翼遮挡阴影区域的补偿。旋翼遮挡区域的补偿有其特殊性,由于旋翼遮挡的影响,有遮挡图像的整体灰度特性发生了变化,用预测的灰度值进行插值补偿时必须考虑这一问题。通过上述分析,本文提出了利用帧间灰度相关性进行灰度修正补偿的算法。在硬件设计方面,本文首先通过对整个图像补偿装置的组成、功能和应用等方面的分析,完成了对所用器件的选型和系统原理图的设计。为确保实现算法功能和满足实时性要求,采用双DSP和FPGA的体系结构,分别处理图像的奇场和偶场。采用大容量存储器,实现多帧图像的存储,保证进行图像补偿时有足够的序列图像信息可供利用。视频采集输入及视频合成输出电路采用视频编解码芯片,在实现功能的基础上提高了电路板的通用性。然后,遵循高速信号设计相关原则,完成了系统PCB图的设计,使得实物电路板能够符合信号完整性,电源完整性和电磁兼容性的相关要求。最后通过对实物电路板的调试,实现视频图像补偿的功能。
薛言太[6](2010)在《基于水天线的电子稳像技术研究》文中提出电子稳像是动态视频应用中不可缺少的一部分,本文研究了现有的电子稳像算法并针对海面环境下的成像特点设计了基十水天线特征的电子稳像算法。该算法首先对水天线进行特征提取,再利用水天线的直线参数计算图像与参考图像运动偏差,进而得到帧间补偿量,最后利用像移补偿技术实现图像序列的稳定。本文的主要工作如下:1.针对经典直线提取方法的局限性,提出了一种基于SVM的水天线检测方法。实验表明,该方法具有一定的抗干扰性,并目‘效率很高。2.针对海面环境的复杂多变性,论文分析了hough变换方法和基于SVM的水天线检测方法各自的优点与不足,在此基础上,设计实现了一个hough变换与SVM相结合的用十水天线检测的混合算法。在该算法中,关十水天线的有效性评估方法被第一次提出,利用这种评估方法,实现了两种水天线检测算法的自动切换。3.在完成了水天线检测的基础上,论文进一步设计实现了一个运动补偿算法。该算法利用双线性插值的方法对像移后的图像进行处理,基本实现了业像素级的运动补偿。综合运用上述成果,完成了一个基十水天线的电子稳像算法。大量实验表明:在正常光照和天气条件下,经过该算法输出的图像能将水天线稳定在一个像素以内并能满足实时性的要求。
杨亚飞[7](2010)在《基于FPGA的电子稳像系统设计》文中研究说明电子稳像技术是一种视频图像序列稳定技术,它是直接利用图像信息来检测图像的位移矢量,然后通过运动补偿以获取清晰稳定的视频序列。它广泛应用于军事领域和民用领域。本文主要介绍了电子稳像的基本原理及常用算法,对常用算法灰度投影算法、位平面匹配算法、代表点匹配算法和特征点匹配算法的实现流程和优缺点进行详细介绍,并对运动补偿的方法进行了简要概括。本文着重介绍的是电子稳像系统在FPGA开发平台上的实现方法,将系统分为视频采集、视频缓存、视频稳像和视频输出四个模块来一一介绍。在实现过程中解决了跨时钟域的同步问题,视频序列大数据量的缓存问题,以及运动估计算法和运动补偿在FPGA上的实现等问题。本论文根据稳像系统综合后的RTL原理图来对系统的各个模块在FPGA上的实现方法进行详细介绍,并对各个模块的综合与仿真结果进行了详细介绍。本文的电子稳像系统在Seed Fem025开发平台进行设计,应用Xilinx提供的ISE软件进行综合与仿真,采用Verilog HDL硬件描述语言对系统进行设计,并对系统中各模块的实现作了综合与仿真工作,并在FPGA开发板上进行了下载验证。本课题完成了对系统各个模块及整个系统的功能验证工作。
王小立[8](2010)在《高精度特征配准的图像序列稳定算法研究》文中研究表明目前,电子稳像技术EIS(Electronic Image Stabilization)是视频处理、计算机视觉等领域的研究热点。由于具有稳像精度高、体积小、重量轻、功耗低以及成本低等优点,它在军事和民用领域中都有着非常广阔的应用前景。电子稳像的关键技术包括运动估计和运动补偿,其中,序列帧间的运动估计是电子稳像的基础。因此人们进行了大量的研究,提出了多种不同的运动估计算法。本论文在分析各经典算法优劣的基础上,对电子稳像的各项关键技术进行了研究和探讨,并提出一种基于特征匹配的电子稳像算法,具有一定学术价值与实用价值。主要研究内容概括如下:①本论文对电子稳像技术的国内外研究进展及常用方法进行回顾和总结。阐述了电子稳像的基本原理、基本方法和处理过程,并讨论了其实现的关键技术。介绍了电子稳像中几种常见的典型算法,分析了各算法的优缺点。着重指出,由于能够处理图像序列帧间的复杂运动,基于特征的方法是电子稳像的重要算法。本论文就是采用基于特征的方法。②运动估计是通过对图像进行分析,估算摄像机的全局运动参数。如何提高运动估计的效率和精度是电子稳像技术研究的重点。本论文针对摄像机在复杂运动环境中的视频稳定,提出一种基于边缘图像配准的高精度电子稳像方法。该方法首先同时检测图像的边缘和边缘上的角点特征;然后,利用匹配点对引导边缘匹配,并筛选适量分布均匀的匹配点对求取初始全局运动估计;最后,改进粒子滤波器以对边缘图像进行配准来获得精确全局运动参数,进一步提高了运动估计的精度。③对于存在自主扫描的稳像系统,首先要判断并分离摄像机的自主扫描和随机抖动。本论文根据Kalman滤波的基本原理,结合所提出的图像数学模型,设计出对摄像机全局运动矢量进行平滑以分离抖动和自主扫描的Kalman滤波器。实验结果表明该方法在去除高频抖动的同时能较好地保留摄像机的自主扫描。④针对图像抖动补偿后产生的“未定义区域”,分析了传统的处理方法——图像裁剪和拼接的各自特点。本论文将图像拼接技术用于“未定义区域”的重建。该方法解决了“未定义区域”造成的信息丢失和图像降质问题,提高了图像序列的视觉效果。本论文最后介绍了电子稳像技术的评价指标,对实际拍摄的视频图像进行了稳像实验,并对稳像效果进行了分析。实验结果证明了所提出稳像算法的有效性。
于露[9](2009)在《基于图像匹配的电子稳像技术研究》文中指出电子稳像技术(Electronic Image Stabilizing Technology)是综台电子、计算机、数字信号处理等技术为一体的新一代实现图像序列稳定的技术。它在军事和民用中都有广泛的应用前景。本文概述了电子稳像的基本原理、基本方法和系统组成。对电子稳像数学模型进行了理论分析。描述了本文所采用的稳像系统架构,介绍了硬件设备和相关软件。在实验的基础上对电子稳像的各种算法进行了分析介绍,并描述了几种运动矢量估计方法,对每种运动矢量估计方法的常用方法进行了比较详细的说明。本文在研究过程中,完成的主要工作有图像的采集;基于特征匹配的电子稳像算法的实现;提取特征点、特征点的匹配以及运动补偿等。在以上研究工作的基础上,得出了相关的研究结果,稳像精度以及实时性等问题还有待进一步研究。
刘玉红[10](2007)在《面向监控视频的电子稳像技术研究》文中指出电子稳像相对于传统的机械和光学稳像而言,具有易于操作、体积小、质量轻、功耗低、精度高的特点,便于实现稳像设备的小型化和轻量化,在军事和民用上都有着广泛的应用。随着理论研究的成熟和稳像产品的逐渐问世,电子稳像将会成为现代稳像技术的发展方向之一。论文研究了以在DSP上实现稳像为最终目的的面向监控视频的电子稳像技术。在分析监控视频特点的基础上,从硬件和软件两方面入手设计了一个完整的电子稳像系统。论文的研究重点是系统中的电子稳像算法,实现和改进了两种有利于DSP实现的电子稳像算法。对于固定摄像机平移抖动的情况,采用了投影估计和直接运动补偿的稳像算法来去除抖动;而对于运动摄像机平移抖动的情况,则采用了投影估计和kalman滤波相结合的稳像算法来去除抖动。针对监控视频中可能存在的旋转运动,提出了用SIFT算法和刚性模型相结合的方法计算旋转角度,再补偿旋转运动,从而转化为只有平移抖动的视频进行处理。同时,对于监控视频在进行了运动补偿后,图像边缘会出现未定义空白区域的现象,论文在实现了两种传统的补偿方法的基础上,提出了一种基于局部拼接和图像修复技术的补偿方法,取得了较好的效果。论文利用模拟视频和实际视频对提出的算法进行了验证,实验结果表明,在抖动视频的稳定,旋转角度的求取和未定义区域的补偿等方面都取得了较好的效果,满足了电子稳像的要求。
二、灰度投影拟和算法稳定船载侦察系统获得的视频图像(英文)(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、灰度投影拟和算法稳定船载侦察系统获得的视频图像(英文)(论文提纲范文)
(1)塔式起重机视觉系统中电子稳像算法(论文提纲范文)
0 引言 |
1 运动估计 |
1. 1 中值滤波 |
1. 2 投影法 |
2 Kalman滤波 |
3 仿真实验 |
4 结语 |
(2)单目视觉自主移动机器人的目标跟踪及误差分析(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 机器人目标跟踪研究的目的及意义 |
1.2 视觉自主移动机器人的发展 |
1.2.1 机器人视觉技术研究 |
1.2.2 国外研究现状 |
1.2.3 国内研究现状 |
1.3 本文的主要研究内容 |
2 视觉移动机器人系统设计与实现 |
2.1 总体结构设计 |
2.1.1 移动及转向方式 |
2.1.2 硬件平台结构设计 |
2.1.3 通信协议设计 |
2.1.4 导航流程 |
2.2 硬件系统简介 |
2.2.1 姿态和航向校正仪 |
2.2.2 电机及电机驱动器 |
2.3 软件系统 |
2.3.1 图像处理总体设计 |
2.3.2 速度计算 |
2.4 本章小结 |
3 摄像机标定及误差分析 |
3.1 三种坐标系的变换 |
3.2 摄像机模型 |
3.3 几种摄像机标定方法 |
3.3.1 Tsai基于径向约束的两步标定法 |
3.3.2 张正友基于平面的两步标定法 |
3.3.3 两种标定方法比较 |
3.4 标定过程中的误差 |
3.4.1 系统模型的误差 |
3.4.2 图像噪声的误差 |
3.4.3 量化误差 |
3.4.4 数据集对标定精度的影响 |
3.5 本章小结 |
4 基于航向仪的视频稳定 |
4.1 视觉测距 |
4.2 几何形状约束法测距模型 |
4.2.1 任意平面测距模型 |
4.2.2 地面约束测距模型 |
4.3 视频稳定方法 |
4.3.1 运动估计 |
4.3.2 运动补偿与图像修复 |
4.3.3 实验结果及分析 |
4.4 本章小结 |
5 目标跟踪、测距及综合实验 |
5.1 图像灰度化 |
5.2 图像噪声处理 |
5.3 图像边缘检测 |
5.4 目标跟踪 |
5.4.1 卡尔曼滤波简介 |
5.4.2 卡尔曼滤波基本原理 |
5.4.3 参数设置 |
5.4.4 实验分析 |
5.5 快速椭圆拟合及误差分析 |
5.6 快速测距及误差分析 |
5.7 综合实验及分析 |
5.8 本章小结 |
6 总结与展望 |
致谢 |
参考文献 |
(3)抖动视频的电子稳像技术研究与实现(论文提纲范文)
目录 |
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外发展和研究情况 |
1.2.1 稳像技术的发展 |
1.2.2 现有的稳像技术概述 |
1.3 本文研究内容 |
1.4 本文结构 |
1.5 本章小结 |
第二章 电子稳像技术概述 |
2.1 电子稳像技术概述 |
2.1.1 电子稳像系统基本原理 |
2.1.2 电子稳像系统基本结构 |
2.2 图像运动的基本模型 |
2.3 本章小结 |
第三章 运动估计 |
3.1 运动估计的基本概念 |
3.2 常见的运动估计匹配算法 |
3.2.1 块匹配算法 |
3.2.2 位平面匹配算法 |
3.2.3 灰度投影算法 |
3.2.4 特征点匹配算法 |
3.3 本章小结 |
第四章 运动平滑与补偿 |
4.1 运动补偿基本原理 |
4.2 平滑滤波算法 |
4.2.1 均值滤波算法 |
4.2.2 高斯滤波算法 |
4.2.3 卡尔曼(Kalman)滤波算法 |
4.2.4 曲线拟合算法 |
4.2.5 阻尼系数算法 |
4.3 图像补偿 |
4.4 本章小结 |
第五章 基于Harris角点与改进Hu矩的电子稳像算法 |
5.1 相似变换模型 |
5.2 Harris算子与角点检测 |
5.2.1 Harris算子 |
5.2.2 基于Harris角点提取算法的改进 |
5.3 Hu几何不变矩与特征向量 |
5.3.1 Hu几何不变矩 |
5.3.2 Hu几何矩的改进 |
5.4 特征向量匹配 |
5.4.1 双向匹配法 |
5.4.2 RANSAC算法 |
5.5 相似变换矩阵系数求解与运动轨迹计算 |
5.5.1 最小二乘法计算仿射矩阵参数 |
5.5.2 矩阵参数的变换意义 |
5.6 运动平滑 |
5.7 运动补偿 |
5.8 图像拼接补全与图像剪裁 |
5.9 本章小结 |
第六章 算法仿真与系统实现 |
6.1 Matlab仿真实验结果 |
6.1.1 处理效果 |
6.1.2 匹配准确度对比 |
6.1.3 算法复杂度分析 |
6.1.4 处理用时对比 |
6.1.5 实验结论 |
6.2 基于Linux的电子稳像系统设计 |
6.2.1 Video4Linux2 |
6.2.2 OpenCV |
6.3 Android嵌入式系统移植 |
6.3.1 Android系统架构 |
6.3.2 在Android上移植OpenCV |
6.4 Android系统上的电子稳像应用架构 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 工作总结 |
7.2 展望 |
参考文献 |
致谢 |
硕士期间发表的论文 |
(4)电子稳像技术研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 引言 |
1.2 研究电子稳像技术的意义 |
1.3 电子稳像技术的发展概况 |
1.4 课题的研究内容 |
1.5 论文的组织与结构 |
2 电子稳像基本原理及方法 |
2.1 电子稳像基本原理 |
2.2 摄像机和图像运动之间的关系 |
2.3 电子稳像技术实现 |
2.3.1 运动矢量估计 |
2.3.2 提取高频运动 |
2.3.3 运动补偿变换 |
2.4 本章小结 |
3 运动矢量估计算法研究 |
3.1 典型的运动矢量估计算法研究 |
3.1.1 块匹配算法(BMA) |
3.1.2 灰度投影算法 |
3.1.3 位平面匹配算法(BPM) |
3.1.4 相位相关的匹配 |
3.1.5 光流法 |
3.2 基于光流法实现运动矢量估计 |
3.2.1 光流运动矢量计算 |
3.2.2 一种实用的基于光流法的运动矢量估计 |
3.3 本章小结 |
4 基于光流估计的电子稳像详细设计 |
4.1 建立特征区域 |
4.2 计算特征区域的光流运动矢量 |
4.2.1 微分算子的优化选择 |
4.2.2 多分辨率策略的实现 |
4.3 获得高频运动分量 |
4.3.1 图像误匹配对的消除 |
4.3.2 获得全局运动 |
4.3.3 分离高频运动 |
4.4 图像补偿变换 |
4.5 本章小结 |
5 电子稳像的效果与评价 |
5.1 电子稳像质量的评价方法 |
5.1.1 系统的保真度 |
5.1.2 稳像系统可矫正最大偏移范围 |
5.1.3 稳像系统的帧处理率 |
5.2 基于光流运动矢量估计算法的稳像质量评价 |
5.3 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 工作展望 |
参考文献 |
附录 攻读硕士期间发表的论文 |
致谢 |
(5)某型光电系统图像补偿装置的设计与实现(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 本课题研究的背景及意义 |
1.2 国内外技术的发展与现状 |
1.2.1 遮挡阴影检测技术 |
1.2.2 动态图像的补偿技术 |
1.3 本课题研究的主要内容 |
1.4 本章小结 |
2 旋翼遮挡区域检测 |
2.1 遮挡阴影检测的基本概念及研究现状 |
2.2 旋翼遮挡问题分析 |
2.2.1 旋翼遮挡问题简介 |
2.2.2 旋翼遮挡问题的形成机理仿真 |
2.2.3 试验数据的验证情况 |
2.3 本文采用的基于图像区域的帧间预测算法 |
2.4 实验结果 |
2.5 本章小节 |
3 旋翼遮挡缺损区域补偿 |
3.1 运动估计 |
3.1.1 运动估计的基本概念及研究现状 |
3.1.2 本文采用的有遮挡情况下灰度投影算法 |
3.1.3 实验结果 |
3.2 遮挡缺损区域补偿 |
3.2.1 图像补偿算法的基本原理及研究现状 |
3.2.2 本文采用的基于灰度修正的旋翼遮挡区域补偿算法 |
3.2.3 实验结果 |
3.3 本章小结 |
4 图像补偿技术硬件设计 |
4.1 器件的介绍和选择 |
4.1.1 DSP芯片的介绍和选择 |
4.1.2 FPGA芯片的介绍和选择 |
4.1.3 编解码芯片的介绍和选择 |
4.2 模块的硬件设计 |
4.2.1 DSP模块的硬件设计 |
4.2.2 FPGA模块的硬件设计 |
4.2.3 电源模块设计 |
4.3 本章小结 |
5 高速电路的设计及图像补偿的实现 |
5.1 信号完整性分析 |
5.1.1 信号完整性 |
5.1.2 针对信号完整性采取的措施 |
5.2 电源完整性分析 |
5.2.1 电源完整性 |
5.2.2 针对电源完整性采取的措施 |
5.3 电磁兼容性设计 |
5.3.1 滤波处理 |
5.3.2 晶振的“包地”处理 |
5.3.3 高速信号线的匹配处理 |
5.4 图像补偿装置实物图 |
5.5 试验结果 |
5.5.1 实验仿真参数分析 |
5.5.2 试验结果 |
5.6 本章小结 |
6 结论与展望 |
6.1 论文结论 |
6.2 工作展望 |
参考文献 |
致谢 |
(6)基于水天线的电子稳像技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1 1 课题背景 |
1.1.1 稳像系统的分类 |
1.1.2 电子稳像的发展与应用 |
1.2 电子稳像技术综述 |
1.2.1 电子稳像的基本原理 |
1.2.2 电子稳像的基本方法 |
1.2.3 全局运动估c卜的基本算法 |
1.2.4 稳像质量的评价标准 |
1.3 本文的研究内容和章节安排 |
1.3.1 本文的课题背景与要解决的问题 |
1.3.2 论文的组织结构 |
第二章 基于SVM的水天线提取方法 |
2.1 传统的直线提取方法概述 |
2.1.1 最小二乘法直线拟合 |
2.1.2 hough变换直线提取 |
2.2 基于SVM的直线提取方法 |
2.2.1 支持向量机((SVM) |
2.2.2 基十SVM的水天线提取 |
2.3 本章小结 |
第三章 多方法融合的水天线鲁棒检测机制 |
3.1 单一直线提取算法的局限性 |
3.1.1 SVM水天线检测方法的优势与不足 |
3 1.2 hough变换水天线检测方法的优势与不足 |
3.2 水天线的有效性 |
3.2.1 水天线有效性的评价方法 |
3.2.2 广义的水天线 |
3.3 综合的水天线鲁棒检测方法 |
3.3.1 综合水天线检测方法的设计 |
3.3.2 综合水天线检测方法的优势 |
3.4 本章小结 |
第四章 基于线特征的电子稳像 |
4.1 序列图像的稳定 |
4.1.1 船艇摄像机运动与图像运动的关系 |
4.1.2 帧间补偿量的确定 |
4.1.3 帧间运动补偿方法 |
4.1.4 水天线稳像的算法流程 |
4.2 电子稳像的效果与评价 |
4.2.1 水天线电子稳像算法的评价方法 |
4.2.2 实验与结果分析 |
4.3 本章小结 |
第五章 总结与展望 |
5.1 本文的研究工作 |
5.2 未来工作的展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(7)基于FPGA的电子稳像系统设计(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题的研究意义 |
1.1.1 电子稳像概述 |
1.1.2 电子稳像技术国内外发展现状 |
1.1.3 课题的研究意义 |
1.2 基于FPGA的电子稳像系统的简要介绍 |
1.3 论文结构 |
第二章 电子稳像基本原理及常用算法 |
2.1 电子稳像的基本原理 |
2.2 电子稳像常用算法 |
2.2.1 灰度投影算法 |
2.2.2 位平面匹配算法 |
2.2.3 代表点匹配算法 |
2.2.4 特征点匹配算法 |
2.3 运动补偿方法 |
2.4 电子稳像效果的评价方法 |
第三章 系统软硬件开发环境 |
3.1 系统硬件开发环境 |
3.2 系统软件开发环境 |
3.2.1 系统开发工具及流程 |
3.2.2 系统应用IP简介 |
第四章 视频采集与视频序列输出模块的Verilog设计 |
4.1 I~2 C总线与视频编解码芯片简介 |
4.1.1 I~2 C总线简介 |
4.1.2 视频解码器TVP5150 简介 |
4.1.3 视频编码器SAA7121 简介 |
4.2 视频采集模块的Verilog实现 |
4.3 视频序列输出模块的Verilog实现 |
4.4 综合与仿真结果 |
第五章 视频缓存模块的Verilog设计 |
5.1 解码与串并转换模块的Verilog设计 |
5.1.1 BT.656 数字视频简介 |
5.1.2 时序信号解码的实现 |
5.1.3 串并转换的实现 |
5.2 DDR控制器 |
5.2.1 DDR SDRAM简介 |
5.2.2 DDR控制器结构 |
5.2.3 DDR控制器的读写时序 |
5.2.4 DDR控制器的仿真方法 |
5.3 DCM模块 |
5.4 DDR读写控制 |
5.5 综合与仿真结果 |
第六章 视频稳像处理模块的Verilog设计 |
6.1 行投影模块的Verilog设计 |
6.2 列投影模块的Verilog设计 |
6.3 投影相关运算的Verilog设计 |
6.4 综合与仿真结果 |
第七章 总结与展望 |
附录 |
参考文献 |
致谢 |
(8)高精度特征配准的图像序列稳定算法研究(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 引言 |
1.2 课题的研究背景和意义 |
1.3 电子稳像技术的现状与发展趋势 |
1.4 电子稳像的关键问题 |
1.5 本文主要研究内容 |
1.6 论文的组织结构 |
2 电子稳像算法的理论研究 |
2.1 引言 |
2.2 电子稳像的基本原理及系统组成 |
2.2.1 电子稳像的基本原理 |
2.2.2 电子稳像的系统组成 |
2.3 典型运动估计算法分析 |
2.3.1 基于图像灰度信息的方法 |
2.3.2 频域估计法 |
2.3.3 基于特征的方法 |
2.4 运动补偿理论分析 |
2.4.1 固定帧补偿方式 |
2.4.2 相邻帧补偿方式 |
2.5 本章小结 |
3 高精度特征配准的运动估计算法 |
3.1 引言 |
3.2 基于特征匹配的电子稳像算法简介 |
3.3 特征点配准获取初始模型参数 |
3.3.1 特征提取 |
3.3.2 角点引导的边缘匹配 |
3.3.3 改进图像运动模型 |
3.3.4 特征有效性检验及初始参数获取 |
3.4 基于粒子滤波思想的高精度边缘特征配准 |
3.4.1 粒子滤波的基本原理 |
3.4.2 粒子初始化 |
3.4.3 边缘相似度评价及权值计算 |
3.4.4 模型参数求取 |
3.5 实验结果与分析 |
3.6 本章小结 |
4 运动滤波与运动补偿 |
4.1 引言 |
4.2 Kalman 滤波器的设计 |
4.2.1 Kalman 滤波原理 |
4.2.2 状态空间模型的确定 |
4.2.3 修正矢量的确定 |
4.3 运动补偿 |
4.4 “未定义区域”的处理 |
4.4.1 图像裁剪 |
4.4.2 图像拼接 |
4.5 实验结果与分析 |
4.6 本章小结 |
5 算法评价与实验结果 |
5.1 引言 |
5.2 电子稳像质量的评价方法 |
5.2.1 系统的保真度 |
5.2.2 系统的最大稳定范围 |
5.2.3 系统的帧处理率 |
5.3 实验结果分析 |
5.4 本章小结 |
6 总结与展望 |
6.1 工作总结 |
6.2 工作展望 |
致谢 |
参考文献 |
附录 |
(9)基于图像匹配的电子稳像技术研究(论文提纲范文)
摘要 |
ABSTRACT |
目录 |
第一章 绪论 |
§1.1 研究电子稳像技术的意义 |
§1.1.1 稳像技术的背景、概念以及必要性 |
§1.1.2 稳像的种类及电子稳像的研究意义 |
§1.2 电子稳像技术的国内外发展状况 |
§1.3 稳像系统的组成及技术介绍 |
§1.3.1 全局运动估计 |
§1.3.2 运动平滑 |
§1.3.3 运动补偿 |
§1.4 课题来源及主要研究内容 |
第二章 电子稳像系统 |
§2.1 电子稳像原理和系统构成 |
§2.1.1 电子稳像的基本原理 |
§2.1.2 电子稳像的基本方法 |
§2.1.3 电子稳像的系统组成 |
§2.2 电子稳像的模型分析 |
§2.2.1 摄像机运动与图像运动 |
§2.2.2 图像运动模型 |
§2.3 本文的稳像系统构架 |
§2.3.1 系统组成原理框图 |
§2.3.2 实验硬件设备的选择 |
§2.3.3 实验所用软件 |
§2.4 小结 |
第三章 电子稳像算法 |
§3.1 运动估计方法 |
§3.2 基于块的运动估计方法 |
§3.2.1 块运动模型 |
§3.2.2 块匹配思想 |
§3.2.3 块匹配算法 |
§3.2.4 块匹配运动矢量估计算法 |
§3.3 基于像素灰度值的运动估计方法 |
§3.3.1 灰度投影法 |
§3.3.2 光流分析法 |
§3.3.3 像素递归法 |
§3.4 基于图像特征的运动估计方法 |
§3.4.1 边缘匹配法 |
§3.4.2 特征量跟踪法 |
§3.4.3 特征点匹配法 |
3.5 小结 |
第四章 运动平滑与运动补偿 |
§4.1 运动平滑 |
§4.2 运动补偿 |
§4.2.1 抖动补偿 |
§4.2.2 无定义区域重构 |
§4.3 小结 |
第五章 基于特征匹配的电子稳像算法实现 |
§5.1 稳像算法思路 |
§5.2 图像匹配 |
§5.2.1 基于Zern ike矩提取特征量 |
§5.2.2 特征点匹配 |
§5.2.3 特征点对的校正 |
§5.3 运动估计和补偿 |
§5.4 基于特征点匹配的电子稳像算法流程 |
§5.5 小结 |
结论 |
致谢 |
参考文献 |
(10)面向监控视频的电子稳像技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 问题的提出 |
1.2 稳像的分类 |
1.3 电子稳像的发展历史和现状 |
1.3.1 国外发展情况 |
1.3.2 国内发展情况 |
1.4 本文的主要研究内容及贡献 |
1.5 论文的结构安排 |
第二章 电子稳像算法的理论研究 |
2.1 电子稳像的基本原理和算法流程 |
2.2 运动估计 |
2.2.1 光流法 |
2.2.2 块匹配法 |
2.2.3 投影法 |
2.2.4 位平面法 |
2.2.5 代表点法 |
2.2.6 特征法 |
2.3 运动补偿 |
2.3.1 平均值滤波法 |
2.3.2 二次B样条曲线法 |
2.3.3 kalman滤波 |
2.4 电子稳像算法评价准则 |
2.5 本章小结 |
第三章 电子稳像系统的方案设计 |
3.1 电子稳像系统的硬件系统设计 |
3.2 电子稳像系统的算法选择 |
3.3 本章小结 |
第四章 监控视频电子稳像算法的实现 |
4.1 固定摄像机的电子稳像 |
4.1.1 预处理 |
4.1.2 投影运动估计 |
4.1.3 运动补偿 |
4.1.4 投影算法的改进 |
4.1.5 小目标的剔除 |
4.1.6 实验结果及分析 |
4.2 运动摄像机的电子稳像 |
4.2.1 运动估计 |
4.2.2 kalman滤波的实现 |
4.2.3 运动补偿 |
4.2.4 消除累加误差 |
4.2.5 实验结果及分析 |
4.3 旋转矢量的去除 |
4.3.1 SIFT算法 |
4.3.2 RANSAC算法 |
4.3.3 模型求解 |
4.3.4 实验结果及分析 |
4.4 本章小结 |
第五章 未定义区域的补偿 |
5.1 裁减 |
5.2 图像拼接 |
5.3 基于局部拼接和图像修复的方法 |
5.3.1 局部拼接 |
5.3.2 图像修复 |
5.4 实验结果及分析 |
5.5 本章小结 |
第六章 结束语 |
6.1 本文的研究工作 |
6.2 对未来工作的展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
四、灰度投影拟和算法稳定船载侦察系统获得的视频图像(英文)(论文参考文献)
- [1]塔式起重机视觉系统中电子稳像算法[J]. 白克强,陈思海,潘娅. 实验室研究与探索, 2014(04)
- [2]单目视觉自主移动机器人的目标跟踪及误差分析[D]. 张全喜. 南京理工大学, 2014(07)
- [3]抖动视频的电子稳像技术研究与实现[D]. 吴国楠. 复旦大学, 2013(03)
- [4]电子稳像技术研究[D]. 卢晓燕. 西安工业大学, 2013(07)
- [5]某型光电系统图像补偿装置的设计与实现[D]. 徐静. 西安工业大学, 2012(07)
- [6]基于水天线的电子稳像技术研究[D]. 薛言太. 国防科学技术大学, 2010(03)
- [7]基于FPGA的电子稳像系统设计[D]. 杨亚飞. 天津大学, 2010(02)
- [8]高精度特征配准的图像序列稳定算法研究[D]. 王小立. 重庆大学, 2010(03)
- [9]基于图像匹配的电子稳像技术研究[D]. 于露. 长春理工大学, 2009(02)
- [10]面向监控视频的电子稳像技术研究[D]. 刘玉红. 国防科学技术大学, 2007(07)