CN102256061A - 一种二维三维混合的视频稳定方法 - Google Patents
一种二维三维混合的视频稳定方法 Download PDFInfo
- Publication number
- CN102256061A CN102256061A CN2011102142535A CN201110214253A CN102256061A CN 102256061 A CN102256061 A CN 102256061A CN 2011102142535 A CN2011102142535 A CN 2011102142535A CN 201110214253 A CN201110214253 A CN 201110214253A CN 102256061 A CN102256061 A CN 102256061A
- Authority
- CN
- China
- Prior art keywords
- video
- frame
- dimensional
- conversion
- camera
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明涉及一种视频稳定方法，尤其是涉及一种二维三维混合的视频稳定方法。本发明首先通过二维视频稳定方法计算视频预稳定；其次利用三维恢复技术，恢复视频场景中稀疏的三维点云和摄像机参数，拟合摄像机轨迹到平滑的二次曲线并平滑摄像机方向；最后根据新的摄像机参数，在预稳定和二维运动信息的约束下映射输入帧至输出帧，最终得到稳定的输出视频。因此，本发明具有如下优点：本发明适用范围广，它不但适合于由于摄像机固定在抖动机械上获取视频的稳定，也适合于业余爱好者用手持摄像机随机拍摄的视频的稳定；可以避免由于视频质量较差导致三维重建数据不准确引入的三维视频稳定不准确问题。
Description
技术领域
本发明涉及一种视频稳定技术，尤其是涉及一种二维三维混合的视频稳定方法。
背景技术
随着电子产品的普及，电子摄像设备越来越多地出现在人们的日常生活之中，但是由于低成本的摄像设备内置功能较弱以及拍摄者的业余化使得这些设备拍摄得到的视频抖动剧烈，大大降低了视频的观赏性。与专业人员拍摄视频相比，业余爱好者拍摄视频时，摄像机存在随机无序的抖动。专业人员拍摄的视频与业余爱好者拍摄的视频的关键差别在于拍摄中摄像机运动的不同，业余爱好者用手持摄像机拍摄视频时，摄像机运动通常存在不规则的抖动；然而专业人员拍摄视频时，摄像机通常是固定在特定的角架上，按规划，在特定轨道上进行一种有序规则运动。但是专业拍摄所用到的一些固定的稳定设备和轨道通常都非常昂贵，是多数业余爱好者无法承受的，所以视频稳定软件被广泛应用于改善抖动视频的质量，提高随机拍摄视频的观赏性。
用于稳定抖动视频的技术可以初分成两类：二维的视频稳定方法和三维的视频稳定方法。被广泛应用于商业软件的视频稳定技术是二维视频稳定方法。二维视频稳定方法应用二维运动模型对相关帧的运动建模，二维运动模型主要包括仿射变换和投影变换模型；通过对每一帧进行这种二维运动的平滑达到稳定视频的效果。尽管二维视频稳定方法非常高效和鲁棒，但是由于它所使用的运动模型过于简单，所以它能稳定抖动视频的程度非常有限，它不能解决由于三维相机运动引入的视差问题。与二维视频稳定算法相比，三维视频稳定技术能够更好的稳定抖动的视频，甚至可以模拟线性的摄像机三维运动。三维视频稳定技术通常使用三维重建(Structure From Motion) 技术重建场景的三维模型和摄像机运动，然后从新的平滑了的三维摄像机轨迹上渲染新的视频帧。三维视频稳定方法需要精确恢复三维场景，低端摄像设备拍摄的视频质量较差时，会导致三维重建失败或不准确，最终导致三维视频稳定失败或稳定的程度有限。
发明内容
本发明主要是解决现有技术所存在的只能解决摄像机固定在高频抖动机械上拍摄的视频的稳定问题；提供了一种不但适合于由于摄像机固定在抖动机械上获取视频的稳定，也适合于业余爱好者用手持摄像机随机拍摄的视频的稳定的一种二维三维混合的视频稳定方法。
本发明还有一目的是解决现有技术所存在的二维视频稳定方法所使用的运动模型过于简单，所以它能稳定抖动视频的程度非常有限，它不能解决由于三维摄像机运动引入的视差问题等的技术问题；提供了一种可以避免由于视频质量较差导致三维重建数据不准确引入的三维视频稳定不准确问题，且二维和三维相结合的方法使得最终稳定的结果视频更接近于专业拍摄设备所拍摄的视频的一种二维三维混合的视频稳定方法。
本发明的上述技术问题主要是通过下述技术方案得以解决的：
一种二维三维混合的视频稳定方法，其特征是该技术包括以下步骤：
步骤1，读取输入视频，检测每一帧中的特征角点，并计算特征角点在前后帧间的对应关系，跟踪特征角点在连续帧中的轨迹；
步骤2，根据特征角点在前后帧中的对应关系，计算当前帧变换到邻近帧的加权平均变换矩阵 
；
步骤3，恢复每一帧的摄像机参数以及视频帧中的二维特征点在对应的场景中的三维点云；
步骤4，拟合摄像机轨迹至平滑的二次曲线并平滑摄像机方向，得到新的摄像机参数；
步骤5，基于每个输入帧构造稀疏网格，在加权平均变换矩阵H和视频帧运动信息的约束下，根据帧内容的权重值，计算稀疏网格在新摄像机参数和三维点云条件下的位置变换；
步骤6，根据变换后的稀疏网格，计算输入帧到输出帧的变换；
步骤7，裁剪输出帧，得到稳定的结果视频。
在上述的一种二维三维混合的视频稳定方法，所述步骤1中特征角点在连续帧中的轨迹是指某一特征角点持续在连续多帧中出现，其在多帧中出现的位置组成了特征角点轨迹；所述特征角点采用Harris方法计算得到，采用FAST特征描述子描述角点特征，并采用RASNC方法优化特征角点的匹配关系，得到最终有效的特征角点轨迹。
在上述的一种二维三维混合的视频稳定方法，所述步骤2所述当前帧到邻近帧的加权平均变换矩阵
是
其中
是第
帧变换到第
帧的单应矩阵(Homography)，
为高斯权重函数。
在上述的一种二维三维混合的视频稳定方法，所述步骤3中摄像机参数包括摄像机的内部参数和外部参数；其中内部参数包括摄像机的焦矩、主点和倾斜度；外部参数包括摄像机的旋转和摄像机位置；所述场景稀疏三维点云是指在计算出摄像机参数的基础上，计算出每一帧摄像机所对应投影矩阵，并采用三角化和集束调整技术，精化求解视频帧中二维特征角点所对应的场景三维点的位置。
在上述的一种二维三维混合的视频稳定方法，所述步骤4中拟合摄像机轨迹至平滑的二次曲线是指将原摄像机的三维空间位置坐标，分别投影至XY平面、YZ平面、XZ平面，计算得到的投影点到拟合的二次曲线差值较小的两个平面，获取这两个平面中的一个公共维X、Y或者Z，根据公共维和拟合参数，计算出新的摄像机位置；所述平滑摄像机方向是指采用加权平均的方法计算当前视频帧的摄像机方向变换至邻近视频帧摄像机方向的加权平均变换，并用加权变换变换当前帧的摄像机方向。在这里，固定维已经修改为了公共维，它是指XY,YZ,XZ中任意两个中会出现的一个公共的维。拟合参数是指拟合得到的二次曲线的系数参数。
在上述的一种二维三维混合的视频稳定方法，所述步骤5中，根据输入视频帧构造稀疏网格是指将视频帧划分为相同尺寸的矩形，所有矩形顶点构成稀疏网格点；所述计算稀疏网格在新的摄像机参数条件下的位置变换是指以稀疏网格变换后的坐标位置为未知量，根据原稀疏网格与特征点的关系，构造在新的摄像机参数条件下，三维点云在新视频帧上的投影与未知量的关系的大规模稀疏线性方程组，采用其于GPU的大规模线性方程求解算子，求解稀疏网格变换后的坐标。
在上述的一种二维三维混合的视频稳定方法，所述步骤5中，加权平均变换矩阵
约束是指使用加权平均变换矩阵
，变换原始稀疏网格点。
在上述的一种二维三维混合的视频稳定方法，所述步骤5中，所述视频帧运动信息约束是指新的网格点至下一帧对应点的位置偏移应与原始网格点经过加权平权平均变换矩阵
变换后，其至下一帧中对应点的偏移相近。
在上述的一种二维三维混合的视频稳定方法，所述步骤6中，根据变换后的稀疏网格计算输入视频帧到输出视频帧的变换是指以稀疏网格划分的图像块为单元，根据变换后的对应网格点坐标，将输入图像块采用纹理映射的方式变换到输出图像块；变换所有图像块后，得到变换后的输出视频帧。
在上述的一种二维三维混合的视频稳定方法，所述步骤6中，裁剪输出帧是指剪除经过变换后的视频帧的边缘空洞区域。
因此，本发明具有如下优点： 1.本发明适用范围广，它不但适合于由于摄像机固定在抖动机械上获取视频的稳定，也适合于业余爱好者用手持摄像机随机拍摄的视频的稳定；2.由于存在二维方法的预稳定步骤，在稳定使用低端摄像设备获取的视频时，可以避免由于视频质量较差导致三维重建数据不准确引入的三维视频稳定不准确问题，另外二维和三维相结合的方法使得最终稳定的结果视频更接近于专业拍摄设备所拍摄的视频。
附图说明
图1为本发明实施例视频中的某一帧；
图2为本发明实施例对应视频帧稳定后带网格效果；
图3为本发明实施例对应视频帧稳定后无网格的效果。
具体实施方式
下面通过实施例，对本发明的技术方案作进一步具体的说明。
实施例：下面结合实施例对本发明作进一步说明。
本实施例采用C++程序设计语言，利用开源媒体编解码库FFMPEG和开源机器视觉库OpenCV，以QT作为开发平台进行实施，以下为本发明实施例的具体步骤：
（1）在个人电脑上，利用C++程序设计语言，使用FFMPEG和OpenCV等开源库，以QT为开发平台，编程实现了本发明的一个视频稳定应用系统。
（2）用数码摄像机随机拍摄了一段740帧的测试视频。
（3）在视频稳定应用系统中，导入拍摄的测试视频。
（4）特征角点检测，首先采用Harris方法计算得到每一帧中的特征角点，采用FAST特征描述子描述特征角点，并采用RANSAC方法优化特征角点的相邻近帧间的匹配关系，剔除无效特征角点，保留有效特征角点，得到最终有效的特征角点轨迹；
（5）计算当前帧到邻近帧的加权平均变换矩阵是
其中
是第
帧变换到第
帧的单应矩阵(Homography)，
为高斯权重函数；
（6）根据特征点在多帧中的对应关系计算摄像机的参数；摄像机的参数包括内部参数焦矩长度，倾斜系数等和外部参数摄像机位置、方向。
（7）在计算出摄像机参数的基础上，计算出每一帧时摄像机所对应投影矩阵，并采用三角化和集束调整技术，精化求解帧中二维特征角点所对应的场景三维点的位置，得到三维空间点云。
（8）拟合摄像机轨迹至平滑的二次曲线，将原三维摄像机始的三维摄像机位置，分别投影至XY平面、YZ平面、XZ平面，计算得到投影点到拟合的二次曲线差值较小的两个平面，获取一个公共维X，Y或者Z，根据公共维和拟合参数，计算出新的摄像机位置；
（9）平滑摄像机方向，指采用加权平均的方法计算当前帧摄像机方向变换至邻近帧摄像机方向的加权变换，并用加权平均的摄像机方向设置为当前帧的摄像机方向；
（10）构造稀疏网格，根据输入帧将视频帧划分为相同尺寸的矩形，所有矩形顶点构成稀疏网格点；
（11）计算稀疏网格在新的摄像机参数的位置变换，以稀疏网格变换后的坐标位置为未知量，根据原稀疏网格与特征点的关系，构造在新的摄像机参数条件下，三维点云在新视频帧上的投影与未知量的关系的大规模稀疏线性方程组，采用基于GPU的大规模线性方程求解算子，求解稀疏网格变换后的坐标；
（12）根据变换后的稀疏网格计算输入帧到输出帧的变换，以稀疏网格划分的图像块为单元，根据变换后的对应网格点坐标，将输入图像块采用纹理映射的方式变换到输出图像块；变换所有图像块后，得到变换后的输出视频帧。
（13）裁剪输出帧，经过变换后的视频帧，边缘部分可能出现部分空洞，为了保持输出视频的观赏性，剪除边缘空洞区域，最终得到结果视频。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (10)
1.一种二维三维混合的视频稳定方法，其特征是该技术包括以下步骤：
步骤1，读取输入视频，检测每一帧中的特征角点，并计算特征角点在前后帧间的对应关系，跟踪特征角点在连续帧中的轨迹；
步骤2，根据特征角点在前后帧中的对应关系，计算当前帧变换到邻近帧的加权平均变换矩阵 
；
步骤3，恢复每一帧的摄像机参数以及视频帧中的二维特征点在对应的场景中的三维点云；
步骤4，拟合摄像机轨迹至平滑的二次曲线并平滑摄像机方向，得到新的摄像机参数；
步骤5，基于每个输入帧构造稀疏网格，在加权平均变换矩阵H和视频帧运动信息的约束下，根据帧内容的权重值，计算稀疏网格在新摄像机参数和三维点云条件下的位置变换；
步骤6，根据变换后的稀疏网格，计算输入帧到输出帧的变换；
步骤7，裁剪输出帧，得到稳定的结果视频。
2.根据权利要求1所述的一种二维三维混合的视频稳定方法，其特征是：所述步骤1中特征角点在连续帧中的轨迹是指某一特征角点持续在连续多帧中出现，其在多帧中出现的位置组成了特征角点轨迹；所述特征角点采用Harris方法计算得到，采用FAST特征描述子描述角点特征，并采用RANSAC方法优化特征角点的匹配关系，得到最终有效的特征角点轨迹。
3.根据权利要求1所述的一种二维三维混合的视频稳定方法，其特征是：所述步骤2所述当前帧到邻近帧的加权平均变换矩阵
是
其中
是第
帧变换到第
帧的单应矩阵(Homography)，
为高斯权重函数。
4.根据权利要求1所述的一种二维三维混合的视频稳定方法，其特征是：所述步骤3中摄像机参数包括摄像机的内部参数和外部参数；其中内部参数包括摄像机的焦矩、主点和倾斜度；外部参数包括摄像机的旋转和摄像机位置；所述场景稀疏三维点云是指在计算出摄像机参数的基础上，计算出每一帧摄像机所对应投影矩阵，并采用三角化和集束调整技术，精化求解视频帧中二维特征角点所对应的场景三维点的位置。
5.根据权利要求1所述的一种二维三维混合的视频稳定方法，其特征是：所述步骤4中拟合摄像机轨迹至平滑的二次曲线是指将原摄像机的三维空间位置坐标，分别投影至XY平面、YZ平面、XZ平面，计算得到的投影点到拟合的二次曲线差值较小的两个平面，获取这两个平面的公共维X、Y或者Z，根据公共维和拟合参数，计算出新的摄像机位置；所述平滑摄像机方向是指采用加权平均的方法计算当前视频帧的摄像机方向变换至邻近视频帧摄像机方向的加权平均变换，并用加权变换变换当前帧的摄像机方向。
6.根据权利要求1所述的一种二维三维混合的视频稳定方法，其特征是：所述步骤5中，根据输入视频帧构造稀疏网格是指将视频帧划分为相同尺寸的矩形，所有矩形顶点构成稀疏网格点；所述计算稀疏网格在新的摄像机参数条件下的位置变换是指以稀疏网格变换后的坐标位置为未知量，根据原稀疏网格与特征点的关系，构造在新的摄像机参数条件下，三维点云在新视频帧上的投影与未知量的关系的大规模稀疏线性方程组，采用基于GPU的大规模线性方程求解算子，求解稀疏网格变换后的坐标。
7.根据权利要求1所述的一种二维三维混合的视频稳定方法，其特征是：所述步骤5中，加权平均变换矩阵约束是指使用加权平均变换矩阵
，变换原始稀疏网格点。
8.根据权利要求1所述的一种二维三维混合的视频稳定方法，其特征是：所述步骤5中，所述视频帧运动信息约束是指新的网格点至下一帧对应点的位置偏移应与原始网格点经过加权平权平均变换矩阵
变换后，其至下一帧中对应点的偏移相近。
9.根据权利要求1所述的一种二维三维混合的视频稳定方法，其特征是：所述步骤6中，根据变换后的稀疏网格计算输入视频帧到输出视频帧的变换是指以稀疏网格划分的图像块为单元，根据变换后的对应网格点坐标，将输入图像块采用纹理映射的方式变换到输出图像块；变换所有图像块后，得到变换后的输出视频帧。
10.根据权利要求1所述的一种二维三维混合的视频稳定方法，其特征是：所述步骤6中，裁剪输出帧是指剪除经过变换后的视频帧的边缘空洞区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201110214253 CN102256061B (zh) | 2011-07-29 | 2011-07-29 | 一种二维三维混合的视频稳定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201110214253 CN102256061B (zh) | 2011-07-29 | 2011-07-29 | 一种二维三维混合的视频稳定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102256061A true CN102256061A (zh) | 2011-11-23 |
| CN102256061B CN102256061B (zh) | 2013-06-05 |
Family
ID=44983027
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 201110214253 Expired - Fee Related CN102256061B (zh) | 2011-07-29 | 2011-07-29 | 一种二维三维混合的视频稳定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102256061B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102637295A (zh) * | 2012-03-31 | 2012-08-15 | 北京智安邦科技有限公司 | 一种快速图像电子稳定方法及装置 |
| CN102780904A (zh) * | 2012-05-31 | 2012-11-14 | 新奥特（北京）视频技术有限公司 | 一种通过左右眼图像网格化显示来调节3d图像的方法 |
| CN102881009A (zh) * | 2012-08-22 | 2013-01-16 | 敦煌研究院 | 基于激光扫描的洞窟壁画纠正与定位方法 |
| CN103139568A (zh) * | 2013-02-05 | 2013-06-05 | 上海交通大学 | 基于稀疏度和保真度约束的视频稳像方法 |
| CN103413327A (zh) * | 2013-08-23 | 2013-11-27 | 北京理工大学 | 一种基于多平面的视频稳定方法 |
| CN103810725A (zh) * | 2014-03-12 | 2014-05-21 | 北京理工大学 | 一种基于全局优化的视频稳定方法 |
| WO2014169562A1 (zh) * | 2013-04-19 | 2014-10-23 | 深圳先进技术研究院 | 植物器官点云的分割方法和系统 |
| CN104170370A (zh) * | 2012-01-16 | 2014-11-26 | 谷歌公司 | 为了稳定而使用动态裁切对视频进行处理的方法和系统 |
| CN105163046A (zh) * | 2015-08-17 | 2015-12-16 | 成都鹰眼视觉科技有限公司 | 一种基于网格吸点非参数化运动模型的视频防抖方法 |
| CN106169175A (zh) * | 2015-05-21 | 2016-11-30 | 卡西欧计算机株式会社 | 图像处理装置和图像处理方法 |
| CN109729263A (zh) * | 2018-12-07 | 2019-05-07 | 苏州中科广视文化科技有限公司 | 基于融合运动模型的视频除抖方法 |
| WO2019084933A1 (zh) * | 2017-11-03 | 2019-05-09 | 深圳市柔宇科技有限公司 | 图像消抖方法、装置、终端及计算机可读存储介质 |
| CN110650308A (zh) * | 2019-10-30 | 2020-01-03 | 广州河东科技有限公司 | 基于qt的音视频拉流方法、装置、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100574227B1 (ko) * | 2003-12-18 | 2006-04-26 | 한국전자통신연구원 | 카메라 움직임을 보상한 객체 움직임 추출 장치 및 그 방법 |
| CN101917636A (zh) * | 2010-04-13 | 2010-12-15 | 上海易维视科技有限公司 | 复杂场景的二维视频转换为三维视频的方法及系统 |
| CN101930628A (zh) * | 2010-09-21 | 2010-12-29 | 北京大学 | 基于单目摄像机和多平面镜折反射装置的运动捕捉方法 |
| CN101976429A (zh) * | 2010-10-27 | 2011-02-16 | 南京大学 | 基于游弋图像的水面鸟瞰图成像方法 |
| CN102129708A (zh) * | 2010-12-10 | 2011-07-20 | 北京邮电大学 | 增强现实环境中快速多层次虚实遮挡处理方法 |
-
2011
- 2011-07-29 CN CN 201110214253 patent/CN102256061B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100574227B1 (ko) * | 2003-12-18 | 2006-04-26 | 한국전자통신연구원 | 카메라 움직임을 보상한 객체 움직임 추출 장치 및 그 방법 |
| CN101917636A (zh) * | 2010-04-13 | 2010-12-15 | 上海易维视科技有限公司 | 复杂场景的二维视频转换为三维视频的方法及系统 |
| CN101930628A (zh) * | 2010-09-21 | 2010-12-29 | 北京大学 | 基于单目摄像机和多平面镜折反射装置的运动捕捉方法 |
| CN101976429A (zh) * | 2010-10-27 | 2011-02-16 | 南京大学 | 基于游弋图像的水面鸟瞰图成像方法 |
| CN102129708A (zh) * | 2010-12-10 | 2011-07-20 | 北京邮电大学 | 增强现实环境中快速多层次虚实遮挡处理方法 |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104170370B (zh) * | 2012-01-16 | 2017-11-03 | 谷歌公司 | 为了稳定而使用动态裁切对视频进行处理的方法和系统 |
| CN104170370A (zh) * | 2012-01-16 | 2014-11-26 | 谷歌公司 | 为了稳定而使用动态裁切对视频进行处理的方法和系统 |
| CN102637295A (zh) * | 2012-03-31 | 2012-08-15 | 北京智安邦科技有限公司 | 一种快速图像电子稳定方法及装置 |
| CN102637295B (zh) * | 2012-03-31 | 2014-07-23 | 北京智安邦科技有限公司 | 一种快速图像电子稳定方法及装置 |
| CN102780904A (zh) * | 2012-05-31 | 2012-11-14 | 新奥特（北京）视频技术有限公司 | 一种通过左右眼图像网格化显示来调节3d图像的方法 |
| CN102881009A (zh) * | 2012-08-22 | 2013-01-16 | 敦煌研究院 | 基于激光扫描的洞窟壁画纠正与定位方法 |
| CN103139568A (zh) * | 2013-02-05 | 2013-06-05 | 上海交通大学 | 基于稀疏度和保真度约束的视频稳像方法 |
| CN103139568B (zh) * | 2013-02-05 | 2016-05-04 | 上海交通大学 | 基于稀疏度和保真度约束的视频稳像方法 |
| WO2014169562A1 (zh) * | 2013-04-19 | 2014-10-23 | 深圳先进技术研究院 | 植物器官点云的分割方法和系统 |
| US9547793B2 (en) | 2013-04-19 | 2017-01-17 | Shenzhen Institutes Of Advanced Technology | Method and system for dividing plant organ point cloud |
| CN103413327A (zh) * | 2013-08-23 | 2013-11-27 | 北京理工大学 | 一种基于多平面的视频稳定方法 |
| CN103413327B (zh) * | 2013-08-23 | 2016-05-18 | 北京理工大学 | 一种基于多平面的视频稳定方法 |
| CN103810725B (zh) * | 2014-03-12 | 2016-06-08 | 北京理工大学 | 一种基于全局优化的视频稳定方法 |
| CN103810725A (zh) * | 2014-03-12 | 2014-05-21 | 北京理工大学 | 一种基于全局优化的视频稳定方法 |
| CN106169175A (zh) * | 2015-05-21 | 2016-11-30 | 卡西欧计算机株式会社 | 图像处理装置和图像处理方法 |
| CN106169175B (zh) * | 2015-05-21 | 2020-01-07 | 卡西欧计算机株式会社 | 图像处理装置、图像处理方法和记录介质 |
| CN105163046A (zh) * | 2015-08-17 | 2015-12-16 | 成都鹰眼视觉科技有限公司 | 一种基于网格吸点非参数化运动模型的视频防抖方法 |
| CN105163046B (zh) * | 2015-08-17 | 2018-11-06 | 成都泛视微星科技有限公司 | 一种基于网格吸点非参数化运动模型的视频防抖方法 |
| WO2019084933A1 (zh) * | 2017-11-03 | 2019-05-09 | 深圳市柔宇科技有限公司 | 图像消抖方法、装置、终端及计算机可读存储介质 |
| CN111345023A (zh) * | 2017-11-03 | 2020-06-26 | 深圳市柔宇科技有限公司 | 图像消抖方法、装置、终端及计算机可读存储介质 |
| CN111345023B (zh) * | 2017-11-03 | 2021-07-20 | 深圳市柔宇科技股份有限公司 | 图像消抖方法、装置、终端及计算机可读存储介质 |
| CN109729263A (zh) * | 2018-12-07 | 2019-05-07 | 苏州中科广视文化科技有限公司 | 基于融合运动模型的视频除抖方法 |
| CN109729263B (zh) * | 2018-12-07 | 2021-02-23 | 苏州中科广视文化科技有限公司 | 基于融合运动模型的视频除抖方法 |
| CN110650308A (zh) * | 2019-10-30 | 2020-01-03 | 广州河东科技有限公司 | 基于qt的音视频拉流方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102256061B (zh) | 2013-06-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102256061B (zh) | 一种二维三维混合的视频稳定方法 | |
| CN111145238B (zh) | 单目内窥镜图像的三维重建方法、装置及终端设备 | |
| US11477395B2 (en) | Apparatus and methods for the storage of overlapping regions of imaging data for the generation of optimized stitched images | |
| US10887519B2 (en) | Method, system and apparatus for stabilising frames of a captured video sequence | |
| US10984583B2 (en) | Reconstructing views of real world 3D scenes | |
| EP2534828B1 (en) | Generic platform for video image stabilization | |
| CN110300292B (zh) | 投影畸变校正方法、装置、系统及存储介质 | |
| US20130033612A1 (en) | Reduced latency video stabilization | |
| Bell et al. | A non-linear filter for gyroscope-based video stabilization | |
| US10121262B2 (en) | Method, system and apparatus for determining alignment data | |
| CN105635588A (zh) | 一种稳像方法及装置 | |
| CN109819158B (zh) | 基于光场成像的视频稳像方法 | |
| CN104079800A (zh) | 一种视频监控中视频图像的抗抖动方法 | |
| CN103500471A (zh) | 实现高分辨率增强现实系统的方法 | |
| CN114429191B (zh) | 基于深度学习的电子防抖方法、系统及存储介质 | |
| Kim et al. | System-on-chip solution of video stabilization for CMOS image sensors in hand-held devices | |
| CN109246477A (zh) | 一种全景视频插帧方法及装置 | |
| CN109688327B (zh) | 一种全景视频防抖的方法、装置及便携式终端 | |
| CN109729263A (zh) | 基于融合运动模型的视频除抖方法 | |
| TW201824178A (zh) | 全景即時影像處理方法 | |
| EP2656310B1 (en) | Method for producing a panoramic image and implementation apparatus | |
| CN115278049A (zh) | 拍摄方法及其装置 | |
| CN104320576B (zh) | 一种用于便携式终端的图像处理方法及图像处理装置 | |
| CN112804444A (zh) | 一种视频处理方法、装置、计算设备及存储介质 | |
| CN107135331B (zh) | 低空飞行场景的无人机视频稳定方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130605 Termination date: 20170729 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |