CN108520496B - 一种基于光流法的海空背景监控视频图像拼接方法 - Google Patents
一种基于光流法的海空背景监控视频图像拼接方法 Download PDFInfo
- Publication number
- CN108520496B CN108520496B CN201810325793.2A CN201810325793A CN108520496B CN 108520496 B CN108520496 B CN 108520496B CN 201810325793 A CN201810325793 A CN 201810325793A CN 108520496 B CN108520496 B CN 108520496B
- Authority
- CN
- China
- Prior art keywords
- image
- optical flow
- sea
- splicing
- frame image
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000003287 optical effect Effects 0.000 title claims abstract description 56
- 238000012544 monitoring process Methods 0.000 title claims abstract description 29
- 239000011159 matrix material Substances 0.000 claims abstract description 17
- 230000009466 transformation Effects 0.000 claims abstract description 13
- 238000001914 filtration Methods 0.000 claims description 18
- 230000004927 fusion Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
- Studio Circuits (AREA)
Abstract
本发明公开一种基于光流法的海空背景监控视频图像拼接方法,针对目前海空背景监控视频图像拼接技术存在的难点,本发明将光流法运用到海空背景监控视频图像拼接中,利用光流法计算出光流场,再利用直方图统计出x,y方向上的光流值,最后计算出变换矩阵,从而完成海空背景监控视频图像的拼接;本发明方法具有拼接速度快,拼接得到的图像质量佳等优点。
Description
技术领域
本发明属于图像拼接领域,特别涉及一种海空背景监控视频图像拼接技术。
背景技术
监控系统是一种重要的安防手段,监控系统能够为决策者提供实时、直观、准确、丰富的现场信息,对监控视频的全景图像拼接,可以解决单个摄像头视角较小的局限性,能够为观察者提供全方位、无间隙的实时监控。目前的海空背景监控视频图像,其图像拼接有以下几个难点:(1)监控视频图像分辨率较低、图像质量不高、像素值以灰度值为主,色彩不够丰富、图像特征不明显;(2)视频图像上加载有比较明显的水印字幕,对图像拼接有很大的影响;(3)海空背景中的海面波浪纹理和天空纹理具有高度相似性、重复性,使得图像特征不明显、图像配准难度较大;(4)视频每秒的图像帧数比较多,对图像拼接算法速度要求较高;虽然已有很多视频图像拼接方面的专利,但是,针对上述4个难点的海空背景监控视频,还未有很好的解决方案。
发明内容
为解决上述技术问题,本发明提出一种基于光流法的海空背景监控视频图像拼接方法,能很好地去除水印字幕,对于低分辨率、特征不明显的海空背景视频图像能很好地实现图像拼接。
本发明采用的技术方案为:一种基于光流法的海空背景监控视频图像拼接方法,将光流法运用到海空背景监控视频图像拼接中,利用光流法计算出光流场,再利用直方图统计出x,y方向上的光流值,最后计算出变换矩阵,从而完成海空背景监控视频图像的拼接;包括以下技术:
1、选择性中值滤波算法
(1)在图像上用矩形框选出含有水印字幕的图像区域;
(2)选择一个模板大小S为11×11的中值滤波器,设定一个阈值K为200,在步骤(1)中选出的矩形区域,用式下面的公式进行选择性中值滤波。
其中,f(x,y)是原图像,f(s,t)表示原图像上点(s,t)的像素值,g(x,y)是中值滤波后的图像,F(x,y)是选择中值滤波后的图像,median(·)为取中值函数,(s,t)∈S表示模板11×11内的点坐标,S、K为阈值是经验值,本发明K取值200;
这里的中值滤波具体处理过程为:对于原图像f(x,y)上的每个像素点,判断其是否大于K,若大于K,利用中值滤波对其进行处理,若小于K,不处理,最后得到的图像F(x,y)就是去除水印后的图像,其中,中值滤波为:对于以原像素点为中心的11×11像素点范围内,按照图像灰度值排序,选取排序中的中位数作为滤波后的值。
2、采用光流法计算光流场
使用Opencv库内部函数Farneback计算第t、t+1帧图像之间的光流场,为了加快计算速度,先对图像进行2倍下采样,缩小图像的尺寸;
3、距离加权法融合
距离加权法是对两幅图像重叠区域的每个像素点计算加权得到,权值和距离有关系,其具体公式如下:
其中,I1(x,y)表示图像1中的重叠区域,I2(x,y)表示图像2中的重叠区域,I1、I2分别为I1(x,y)、I2(x,y)的简写,m(x,y)和n(x,y)分别是图像1和图像2的权值,m(x,y)和n(x,y)计算公式为:
其中,p表示点Q(x,y)到图像1左边的距离,q表示点Q(x,y)到图像2右边的距离。
综上,本发明技术方案包括以下流程:
步骤1、输入原始监控视频;
步骤2、设置初始帧t=0,并设置拼接帧数T;
步骤3、提取第t帧图像与第t+1帧图像,使用选择性中值滤波算法去除第t帧图像与第t+1帧图像的水印字幕;
步骤4、使用光流法计算出经步骤3去除水印后的第t帧图像与第t+1帧图像之间的光流场;
步骤5、使用直方图统计光流场在水平方向和垂直方向上的分布,对应的光流场直方图峰值记为x和y,根据x和y得到变换矩阵M;
步骤6、根据步骤5得到的变换矩阵对经步骤3去除水印后的第t帧图像与第t+1帧图像进行平面投影,采用距离加权法进行图像融合;
步骤7、执行t=t+1,若T>t,进入步骤3,否则退出循环,输出最终的全景图像。
本发明的有益效果:本发明的一种基于光流法的海空背景监控视频图像拼接方法,将光流法运用到海空背景监控视频图像拼接中,利用光流法计算出光流场,再利用直方图统计出x,y方向上的光流值,最后计算出变换矩阵,从而完成海空背景监控视频图像的拼接;本发明包括以下优点:
1)采用中值滤波去水印方法,能够很好地去除图像水印字幕;
2)采用光流法以及距离加权图像融合,通过调用Opencv库能够简单,快速实现;通过大量的测试,本发明对视频能够实现0.219帧/s的图像拼接速度,具有很快的拼接速度,同时拼接得到的图像质量也比较好。
附图说明
图1为本发明实施例提供的算法流程示意图;
图2为本发明实施例提供的原始监控视频图像;
图3为本发明实施例提供的使用选择性中值滤波去除水印后的图像;
图4为本发明实施例提供的使用光流法计算出的光流场图像;
图5为本发明实施例提供的光流场x方向统计直方图;
图6为本发明实施例提供的光流场y方向统计直方图;
图7为本发明的最后得出的全景图。
具体实施方式
为便于本领域技术人员理解本发明的技术内容,下面结合附图对本发明内容进一步阐释。
目前的海空背景监控视频图像拼接存在以下问题:
(1)分辨率较低、图像质量不高、像素值以灰度值为主,色彩不够丰富、图像特征不明显;
(2)视频图像上加载有比较明显的水印字幕,对图像拼接有很大的影响;
(3)海空背景中的海面波浪纹理和天空纹理具有高度相似性、重复性,使得图像特征不明显、图像配准难度较大;
(4)视频每秒的图像帧数比较多,对图像拼接算法速度要求较高;
本发明提供一种基于光流法的海空背景监控视频图像拼接方法,利用光流法及中值滤波去除图像水印等方法,能够很好地解决以上四点问题;如图1所示,本发明的技术方案具体包括以下步骤:
步骤1、输入原始监控视频;如图2所示,矩形框内为水印字幕;
步骤2、设置初始帧t=0,并设置拼接帧数T;这里T的取值小于视频总帧数;
步骤3、提取第t帧图像与第t+1帧图像,使用选择性中值滤波算法去除第t帧图像与第t+1帧图像的水印字幕,去除水印字幕的图像如图3所示;具体包括以下分步骤:
步骤31、在第t帧图像与第t+1帧图像上用矩形框选出含有水印字幕的图像区域,得到两个矩形区域;
步骤32、选择一个模板大小S为11×11的中值滤波器,对步骤31选出的两个矩形区域,采用下面的公式进行选择性中值滤波:
其中,f(x,y)是原图像,f(s,t)表示原图像上点(s,t)的像素值,g(x,y)是中值滤波后的图像,F(x,y)是选择中值滤波后的图像,median(·)为取中值函数,(s,t)∈S表示模板11×11内的点坐标,本实施例中K=200,是经验值。
步骤4、使用光流法计算出经步骤3去除水印后的第t帧图像与第t+1帧图像之间的光流场;具体的:本发明使用Opencv库内部函数Farneback计算第t、t+1帧图像之间的光流场;并且为了加快计算速度,在计算光流场之前先对经步骤3去除水印后的第t帧图像与第t+1帧图像进行2倍下采样,缩小图像的尺寸;根据步骤4得到的图像如图4所示。
步骤5、使用直方图统计光流场在水平方向和垂直方向上的光流值,计算出变换矩阵M;具体的:对于步骤4中计算出的第t、t+1帧图像之间的光流场,光流场在水平方向上的直方图的峰值点作为变换矩阵M中的x值,光流场在垂直方向上的直方图的峰值点作为M矩阵中的y值,光流场x方向统计直方图如图5所示,光流场y方向统计直方图如图6所示,M矩阵为:
步骤6、根据步骤5得到的变换矩阵对经步骤3去除水印后的第t帧图像与第t+1帧图像进行平面投影,采用距离加权法进行图像融合;具体包括以下分步骤:
步骤61、根据步骤5得到的变换矩阵对经步骤3去除水印后的第t、t+1帧图像进行平面投影,确定图像重叠区域;
步骤62、对图像重叠区域,采用距离加权法进行图像融合。距离加权法是对两幅图像重叠区域的每个像素点计算加权得到,权值和距离有关系,其具体公式如下:
其中,m(x,y)和n(x,y)分别是图像1和图像2的权值,计算公式为:
其中,p表示点Q(x,y)到图像1左边的距离,q表示点Q(x,y)到图像2右边的距离。
步骤7、执行t=t+1,若T>t,进入步骤3,否则退出循环,输出最终的全景图像,如图7所示,本发明的方法能够很好地适应于低分辨率、特征不明显、具有高度相似性纹理的海空背景视频图像,并且具有较好的算法效果和较快的速度,这是其他的图像拼接方法所不能达到的。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (6)
1.一种基于光流法的海空背景监控视频图像拼接方法,其特征在于,包括:
步骤1、输入原始监控视频;
步骤2、设置初始帧t=0,并设置拼接帧数T;
步骤3、提取第t帧图像与第t+1帧图像,使用选择性中值滤波算法去除第t帧图像与第t+1帧图像的水印字幕;
步骤4、使用光流法计算出经步骤3去除水印后的第t帧图像与第t+1帧图像之间的光流场;
步骤5、使用直方图统计光流场在水平方向和垂直方向上的分布,对应的光流场直方图峰值记为x和y,根据x和y得到变换矩阵M;
步骤6、根据步骤5得到的变换矩阵对经步骤3去除水印后的第t帧图像与第t+1帧图像进行平面投影,再采用距离加权法进行图像融合;
步骤7、执行t=t+1,若T>t,进入步骤3,否则退出循环,输出最终的全景图像。
3.根据权利要求1所述的一种基于光流法的海空背景监控视频图像拼接方法,其特征在于,步骤4之前还包括对图像进行2倍下采样处理。
4.根据权利要求3所述的一种基于光流法的海空背景监控视频图像拼接方法,其特征在于,步骤4具体采用Opencv库内部函数Farneback计算经步骤3去除水印后的第t、t+1帧图像之间的光流场。
6.根据权利要求5所述的一种基于光流法的海空背景监控视频图像拼接方法,其特征在于,步骤6具体包括以下分步骤:
步骤61、根据步骤5得到的变换矩阵对经步骤3去除水印后的第t、t+1帧图像进行平面投影,确定图像重叠区域;
步骤62、对图像重叠区域,采用距离加权法进行图像融合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810325793.2A CN108520496B (zh) | 2018-04-12 | 2018-04-12 | 一种基于光流法的海空背景监控视频图像拼接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810325793.2A CN108520496B (zh) | 2018-04-12 | 2018-04-12 | 一种基于光流法的海空背景监控视频图像拼接方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108520496A CN108520496A (zh) | 2018-09-11 |
CN108520496B true CN108520496B (zh) | 2020-07-10 |
Family
ID=63432264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810325793.2A Expired - Fee Related CN108520496B (zh) | 2018-04-12 | 2018-04-12 | 一种基于光流法的海空背景监控视频图像拼接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108520496B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110276722B (zh) * | 2019-06-20 | 2021-03-30 | 深圳市洛丁光电有限公司 | 一种视频图像拼接方法 |
CN111667511B (zh) * | 2020-06-19 | 2024-02-02 | 南京信息工程大学 | 一种在动态视频中提取背景的方法、装置和系统 |
CN117647887B (zh) * | 2024-01-29 | 2024-04-26 | 浙江荷湖科技有限公司 | 基于四维相空间的光学系统迭代式像差矫正方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745449A (zh) * | 2013-12-24 | 2014-04-23 | 南京理工大学 | 一种搜跟系统中航拍视频的快速自动拼接技术 |
US9900510B1 (en) * | 2016-12-08 | 2018-02-20 | Lytro, Inc. | Motion blur for light-field images |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8593506B2 (en) * | 2007-03-15 | 2013-11-26 | Yissum Research Development Company Of The Hebrew University Of Jerusalem | Method and system for forming a panoramic image of a scene having minimal aspect distortion |
-
2018
- 2018-04-12 CN CN201810325793.2A patent/CN108520496B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745449A (zh) * | 2013-12-24 | 2014-04-23 | 南京理工大学 | 一种搜跟系统中航拍视频的快速自动拼接技术 |
US9900510B1 (en) * | 2016-12-08 | 2018-02-20 | Lytro, Inc. | Motion blur for light-field images |
Non-Patent Citations (1)
Title |
---|
《面向全景视频拼接的图像融合算法及其GPU实现》;林枝叶;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170215;第页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108520496A (zh) | 2018-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109241985B (zh) | 一种图像识别方法及装置 | |
US11037308B2 (en) | Intelligent method for viewing surveillance videos with improved efficiency | |
CN108520496B (zh) | 一种基于光流法的海空背景监控视频图像拼接方法 | |
Saha et al. | License Plate localization from vehicle images: An edge based multi-stage approach | |
CN106971185B (zh) | 一种基于全卷积网络的车牌定位方法及装置 | |
CN114743119B (zh) | 基于无人机的高铁接触网吊弦螺母缺陷检测方法 | |
WO2020233397A1 (zh) | 在视频中对目标进行检测的方法、装置、计算设备和存储介质 | |
CN113160053B (zh) | 一种基于位姿信息的水下视频图像复原与拼接方法 | |
CN103955888A (zh) | 一种基于sift的高清视频图像拼接方法及装置 | |
CN109272014B (zh) | 一种基于畸变适应卷积神经网络的图像分类方法 | |
CN111582074A (zh) | 一种基于场景深度信息感知的监控视频树叶遮挡检测方法 | |
CN111723801A (zh) | 鱼眼相机图片中目标检测矫正的方法与系统 | |
CN111507275A (zh) | 一种基于深度学习的视频数据时序信息提取方法及装置 | |
CN110866453B (zh) | 基于卷积神经网络的实时人群稳定状态识别方法及装置 | |
CN110853002A (zh) | 一种基于双目视觉的变电站异物检测方法 | |
CN114708532A (zh) | 一种监控视频质量评估方法、系统及存储介质 | |
CN108734123B (zh) | 高速公路标志识别方法、电子设备、存储介质及系统 | |
CN112528994B (zh) | 一种自由角度车牌检测方法、车牌识别方法和识别系统 | |
Zhao et al. | Voting-based license plate location | |
US11044399B2 (en) | Video surveillance system | |
CN103632131B (zh) | 用于提取对象的设备和方法 | |
CN115512263A (zh) | 一种面向高空坠物的动态视觉监测方法及装置 | |
CN112070048B (zh) | 基于RDSNet的车辆属性识别方法 | |
CN110533698B (zh) | 一种基于视觉检测的基坑施工桩检测控制方法 | |
CN114821520A (zh) | 一种融合时空信息的车道线检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200710 |
|
CF01 | Termination of patent right due to non-payment of annual fee |