矿井车载视频图像稳像算法研究.pdf

第 4 3卷 第 1 1 期 2 0 1 7年 1 1月 工矿 自 动化 I ndu s t r y a nd M i n e Aut o ma t i o n Vo 1 ． 4 3 NO ．1 1 NO V ．2 O1 7 文章 编号 1 6 7 1 2 5 1 X 2 0 1 7 1 1 0 0 2 1 0 6 DOI 1 0 ． 1 3 2 7 2 ／ j ． i s s n ． 1 6 7 1 2 5 1 X ． 2 0 1 7 ． 1 1 ． 0 0 5 矿井车载视频图像稳像算法研究 程德强 ， 黄晓丽 ， 厉航 ， 王浩宇 ， 李尚同 1 ． 中国矿业大学 信息与控制工程学院，江苏 徐州 2 2 1 1 1 6 ； 2 ． 徐州 市公 安局 科 技处 ，江苏 徐 州 2 2 1 0 0 0 摘要 针对矿井车载摄像 系统拍摄 的视频 因含有前景运动 目标及 高噪声造成的全局运动 矢量估计误 匹 配率高、 实时性较差等 问题 ， 提 出 了一种基 于 OR B特征 匹配与改进粒子滤波的矿井车载视 频 图像稳像 算 法 。在 运 动 矢量估 计 阶段 ， 采 用 OR B算 法提 取 图像特 征 点 ； 采 用基 于 图像 块 的连 续 3帧 间差分 法 ， 联合 时空 一 致 性 准则 快速 剔除 前景 运动 区域 的特 征 点 ； 结 合前 景标 记 区域 ， 对 特 征 点位 置 进行 初 次 筛选 ， 对保 留下 来 的背景特征点进行配准； 利用仿射变换模型实现帧间运动矢量的估计。在运动滤波阶段 ， 采用基 于估计窗的 实时粒子滤波算法滤除抖动分量， 获得补偿参数。实验结果表明， 该算法有效避免 了前景运动 目标对稳像精 度 的影响 ， 且具有较快的处理速度。 关键 词 矿 井视 频 监控 ；车载视 频 ； 稳 像 ； 运 动 矢量估 计 ；OR B特 征 匹配 ；粒 子滤 波 中 图分类 号 TD6 7 文献标 志 码 A 网络 出版时 间 2 0 1 7 1 0 2 7 0 8 3 3 网络 出版 地址 h t t p ／ ／ k n s ． c n k i ． n e t ／ k c ms ／ d e t a i l ／ 3 2 ． 1 6 2 7 ． TP ． 2 0 1 7 1 0 2 7 ． 0 8 3 3 ． 0 0 5 ． h t ml Re s e a r c h o n ve h i c l e v i de o i ma g e s t a b i l i z a t i o n a l go r i t h m f o r mi ne CHENG De q i a n g ，H UANG Xi a ol i ，LI H a n g ， W ANG Ha o yu ，LI Sha n gt on g。 1． S c h oo l o f I n f o r m a t i on a n d Co nt r o l En gi n e e r i n g，Chi n a Uni v e r s i t y o f M i ni ng a nd Te c h no l og y Xuz ho u 22 11 1 6，Ch i na；2． Te c h no l og y De pa r t m e nt ，Xu z ho u Pu bl i c S e c u r i t y Bur e a u Xu z h o u 2 2 1 0 0 0 ，C h i n a Ab s t r a c t Fo r hi g h e r r o r m a t c hi n g r a t e a n d p oo r r e a l t i me p e r f o r ma nc e o f g l ob a l mot i on ve c t or e s t i ma t i o n c a u s e d b y f o r e g r o u n d mo v i n g t a r g e t a n d h i g h n o i s e i n v i d e o i ma g e c a p t u r e d b y mi n e v e h i c l e c a m e r a s y s t e m ，a v e hi c l e v i de o i m a g e s t a bi l i z a t i o n a l g or i t h m f or mi ne wa s p r o p os e d whi c h wa s b a s e d o n ORB f e a t u r e m a t c hi n g a n d i mpr o ve d p a r t i c l e f i l t e r．I n m o t i o n v e c t o r e s t i ma t i o n s t a g e，ORB a l g or i t hm i s us e d t o c o m p l e t e e x t r a c t i o n o f i ma g e f e a t ur e p o i nt s f i r s t l y．The n c on t i nu o us t hr e e f r a m e d i f f e r e n c e m e t ho d b a s e d o n i ma g e b l o c k i s a d o p t e d t o q u i c k l y ma r k f o r e g r o u n d mo v e me n t a r e a j o i n t i n g s p a c e t i me c o n s i s t e n c y c r i t e r i a ．C o mb i n e d wi t h f o r e g r o u n d ma r k a r e a ，l o c a t i o n o f f e a t u r e p o i n t s i s s e l e c t e d f o r t h e f i r s t t i me ，a n d r e t a i ne d p oi n t s a r e r e g i s t e r e d． Fi na l l y， a f f i ne t r a n s f or ma t i on m o d e l i s u s e d t o e s t i ma t e m o t i o n v e c t o r s a mon g f r a m e s．I n mo t i o n f i l t e r i ng s t a g e，a r e a l t i m e pa r t i c l e f i l t e r a l go r i t hm ba s e d o n e s t i ma t i o n wi nd o w i s u s e d t o f i l t e r j i t t e r c o mp o n e n t s ，a n d c o mp e n s a t i o n p a r a me t e r s a r e o b t a i n e d ．Th e e x p e r i me n t a l r e s u l t s s h o w t h a t t he p r o p os e d a l g or i t hm c a n e f f e c t i v e l y a v o i d i nf l u e nc e o f f o r e gr o un d mo v i ng t a r ge t o n i m a g e s t a bi l i z a t i on p r e c i s i o n，a nd ha s q u i c k p r oc e s s i n g s pe e d． 收稿 日期 2 0 1 7 0 5 1 0 ； 修 回日期 2 0 1 7 0 9 2 2 ； 责任编辑 李 明。 基金项 目 江苏省“ 六大人才高峰” 高层次人才培养项 目 2 0 1 5 - Z B Z Z 一 0 0 9 。 作者简介 程德强 1 9 7 9 一 ， 男 ， 河南洛 阳人 ， 教授 ， 博士 ， 研究 方向为图像智 能检测 与模式识别 、 图像 处理与视频 编码、 多媒体专用 集成电路设 计 ， E ma i l h x l c u mt l 5 1 6 3 ． c o rn。 引用格式 程德强 ， 黄晓丽 ， 厉航 ， 等． 矿井车载视频图像稳像算法研 究l- J ] ． 工矿 自动化 ， 2 0 1 7 ， 4 3 1 1 2 1 2 6 ． CHE NG De q i a n g ， HUANG X i a o l i ， L I Ha n g ， e t a 1 ．Re s e a r c h o n v e h i c l e v i d e o i ma g e s t a b i l i z a t i o n a l g o r i t h m f o r mi n e [ J ] ． I n d u s t r y a n d Mi n e Au t o ma t i o n， 2 01 7 ， 43 1 1 2 1 2 6 ． 2 2 工矿 自动 化 2 0 1 7年 第 4 3卷 Ke y wo r ds m i ne vi de o mon i t o r i ng；v e hi c l e vi de o；i m a g e s t a bi l i z a t i o n；mot i on v e c t o r e s t i m a t i on；ORB f e at ur e m a t c hi ng；p a r t i c l e f i l t e r 0 引言 为 了便 于观 测 井 下情 况 ， 煤 矿 生 产过 程 中使用 了大量 的车 载摄 像 系 统 ， 监控 视频 画面 实 时 传 输 到 地面监控中心。但移动拍摄导致视频图像 失稳 ， 不 仅 影 响监控 视频 呈 现 效果 ， 而 且增 加 了后 续 人 员 识 别 及 图像 预警 、 安 全 事故处 理 等难度 。因此 ， 对 车载 摄像系统进行稳像技术处理 ， 对于煤炭安全高效生 产 具有 重要 的现 实 意 义【 。 近年 来 ， 对 视 频稳 像 技 术 的研 究 主 要 集 中在 如 何获取准确 的全局运 动矢量及运 动补偿方 面。文 献E 2 ] 采用灰度投影获取全局运动矢量 ， 具有运算量 较小、 速度快等优点 ， 但只适用于灰度信息比较丰富 的视频序列 ， 且局限于平移运动方式 。文献[ 3 ] 采用 光流法 获取 运 动矢量 ， 所得 结 果非 常精 确 ， 但 计算 过 程复杂 ， 难 以满 足煤 矿 井 下 视 频 监 控对 实 时性 的要 求。文献[ 4 ] 采用基于 Ha r r i s 特征点匹配与运动滤 波相结合的方式处理抖动视频， 取得了一定成效 ， 但 Ha r r i s 角点 提 取 过 程 中 的梯 度 运 算 导 致 特 征 点 检 测耗 时较 长 ， 且 会 产生特 征 点冗余 现 象 ， 易 造成 噪声 环境 下特 征点 之 间 的 误 匹 配 。尺 度 不 变 特 征 变 换 S c a l e I n v a r i a n t F e a t u r e T r a n s f o r m， S I F T 和 加 速 鲁棒性 特 征 S p e e d e d Up R o b u s t F e a t u r e s ， S URF 算法 对 于 视 频 稳 像 具 有 较 好 的效 果 。但 S I F T 和 S UR F算法要 求 的 描述 子 维 度 太 高 ， 且 必 须 反 复计 算 Ha r r 小波的响应值 ， 因此需要大量 内存空 间和 较 长的运 行 时 间 ， 稳 像 速 度 难 以 提 高 。本 文 提 出采 用 既能抗 旋 转 又 能抗 噪声 的 OR B Or i e n t e d F AS T a n d Ro t a t e d B R I E F 算法来 提高视 频稳像 运算 速 度[ ] 。OR B算 法 采用一 种 局部 不 变特 征 描 述 子 ， 其 计算 速度 比 S UR F算 法 快 1个 数 量 级 ， 比 S I F T 算 法快 2个 数 量 级 。 】 ， 对 图像 的旋 转 及平 移 具 有 不 变 性 ， 同时 对光 照变 化具 有较 强 的鲁棒 性 。 为 了减 小矿 井车 载摄像 系统视频 抖 动序 列 中前 景 运动 目标 对稳像 效 果 的影 响 ， 必须 改 善 对 运 动 矢 量 的估计 精 度 ， 同时 滤 除 运 动矢 量 中 的 随机 抖 动 分 量 ， 以模 拟 视觉平 滑 效果 。本 文 提 出一 种基 于 O RB 特 征 配与 改进 粒子 滤波 的矿 井车 载视 频 图像稳 像 算法 。该 算 法首 先利用 OR B算 法完 成特 征点 提 取 ； 然后对图像进行分块 ， 结合连续 3帧 间差分 图 像 ， 采用 基 于 图像 块 的时 域 和 空 域 一致 性 准 则 快 速 标 记运 动子 块 ， 将 位 于前景 运 动 区域 的特征点 剔 除 ， 以保 证得 到 的特 征 点尽 可能 位 于 背 景 区域 ； 接 下 来 对背景区域上的特征点进行配准 ， 并结合 RANS AC Ra n d o m S a mp l e C o n s e n s u s ， 随 机 抽 样 一 致 算 法 剔除误匹配点对 ； 最后采用改进的粒子滤波算法实 现正常扫描与随机抖动分离 ， 获取待补偿运动参数 。 实验结果表明 ， 该算法有效消除 了视频中前 景运动 目标 对 稳 像 精 度 的 影 响 ， 且 运 行 速 度 较 S UR F、 S I F T算法有较大提高。 1 视 频 图像运 动 矢量估 计 1 ． 1 ORB特 征 点提取 ORB算法基于 F A S T角点特征检测算子来定 位 关键 点 ， 采用 矩计 算 方 式 获 得 局 部 区 域 内 的 灰 度 形 心 ， 利用 检测 到 的特 征 点 到 形 心 的矢 量 方 向 确定 其主方 向， 计算过程如下 。 定义某特征点的邻域像素局部区域 【 ， 的矩 M s， 。 z ．y z， _y 1 式中 P， q分别为矩在 z， 方 向的取值 ； z， Y 为 ， 处像 素点 的灰 度值 。 xKa U k N N rN 心为 ， ， 形 心与 特征 点之 间 的夹角 为 F AS T 角点 主方 向 。 一 a r c t a n M 0 1 2 为 了获取 特 征 点 的 尺度 信 息 ， 可利 用 金 字 塔 技 术对金字塔图像的每一层进行 F AS T特征检测。 1 ． 2 ORB特征 描 述及 匹配 OR B 算 法 采 用 二 进 制 的 鲁 棒 性 独 立 特 征 B R I E F描 述 子 对 检 测 到 的 特 征 点 进 行 描 述 _ 7 ] 。 B R I E F描 述 子 生 成 过 程 在 图 像 块 内 随 机 选 择 n n可 为 1 2 8 ， 2 5 6 ， 5 1 2 ， 本 文 取 2 5 6 个 测 试 点 对 P ， i 一1 ， 2 ， ⋯ ， n ， 对 每 个 点 对 定 义 一 个 S S图像 邻 域 的测试 准则 1 ． 3 五 一 ． 其 ‘ 式 中 I x ， I y 分别 为测 试点 对 P 在 ， Y方 向的 灰 度值 。 对选择的 个测试点对重复式 3 操作 ， 即可生 成 一个 n维二 进制 比特 位描 述 子 ／ 一∑2 一r z , y 1 4 为了提高 OR B算法 的抗噪声 能力 ， 在 测试点 对邻域的 3 1 X 3 1 像素区域内 ， 通过高斯分布随机选 取 5 5的子窗V I ， 利用积分图像方法对图像进行灰 2 0 1 7年 第 1 1 期 程德 强等 矿 井 车载视 频 图像 稳像 算 法研 究 2 3 度积分 ， 以替换点对 的像 素值 。为了加强对 图像旋 转变化的适应性 ， OR B算法采用特征点形心的方 向 作为 B R I E F的主方 向 ] 。在获得的特征点上任意 选择 n对 特 征 ， 得 到 一个 2 矩 阵 广 z。 ⋯ z ] S一 1 “l 5 k yl yz ⋯ Y J 采用 由特征点形心方 向 确定的旋转矩 阵R 对 s进行旋转操作 ， 得到新的描述矩阵 r C OS s i n ]F x1 z2 ⋯ z ] s 一 R 一l S 1n C O S J l ⋯ J L 一 一 L V 】 2 ⋯ V J 6 这 样 即 可 得 到 具 备 旋 转 不 变 性 的 B RI E F 描 述子 g 一 l z ， Y ∈ S 7 最后 ， OR B算法通过贪婪法则从 ， z 对特征点 中 选取具有相关性及高反差较低的 2 5 6对特征点进行 特征描述 ， 并采用基于汉明距离 的最 近邻穷举搜索 实现 对特 征点 的匹配 r 6 ] 。 1 ． 3基 于 OR B算法 的运动 矢量估 计 实际应用 中， 因特征点检测是针对整幅图像的 ， 不可避免地将特征点选在前景运动 目标上 ， 尤其是 在前景运动 目标过大的情况下 ， 导致局部特征点过 多 ， 严重干扰全局运动矢量估计 的准确度。本文采 用基于图像块的连续 3帧 间差分法 ， 对子块进行差 值计算并统计其平均值。运动子块 的差分值较 大， 可先初步判别该块是否为运动 目标 。相邻 2帧图像 内的运动区域应满足 时域一致性 ， 即运动子块在下 一 帧类似的位置也会 出现运动子块[ 4 ； 单帧 图像 内 运动子块的差分应满足空域一致性 ， 即运动子块的 8邻域块 内同时存在运动子块。若不能满足时空一 致性准则 ， 则标记该块为背景中残差较大 的孤立子 块 ， 予 以剔除 。以下为具体判断步骤 。 1 取 连续 3帧 图像 灰 度 分 别 为 J 一 ， J ， 川 ， 分别计算它们之间的差分值 D ， 一 a b s [ I ， 一 一 1 z， ] 8 D 1 z， 一 a b s [ I 1 ， 一， z ， ] 9 2 假设图像分块尺寸为 1 6 1 6 ， 计算各子块 的平均 绝对 残 差 Bk z， 一 D z， 1 o B抖1 z， 一 D抖 z， 1 1 3 初 步 判 断 各块 是 否 运 动 ， 将 平 均 绝对 残 差 大于阈值 采用最大类间方差法设定 的块设为候选 运动 块 。 4 对候选运动块进行时空一致性检测 ， 即统 计连续 2帧图像各子块 的 8相邻子块 ， 若标记的运 P 。对特征点 P 位 置 ， y 进行 判断， 若其 为 1 式 中 z ， y ⋯ ， z ， y 分别为 当前 帧与参考 帧 令 A 莩 ] ，B 一 。1 车] ，c 一 i ] ，则 图像运动一般由摄像机 自身的正常扫描运动和 载体引起 的随机抖动组成[ g ] 。摄像机的正常扫描运 动属于平稳 的低频运动 ， 随机抖动属 于高频运动 。 粒子滤波算法可将二者分离。但传统的粒子滤波算 法计算复杂 ， 耗时较长， 且会导致滤波发散问题 。本 文对传统粒子滤波算法进行改进 ， 提出一种基于估 计窗的实时粒子滤波算法[ 1 ， 其可保 留主动扫描 ， 过滤随机抖动， 还可完成视频图像序列的运动补偿 。 基于估计窗 的实时粒子滤波算法原理 首先假 设 观测 间隔 为 e ， 如果 在一 个估 计窗 口内有 C 个 观测 值[ 1 1 ] 到来 ， 那么粒子滤波器 的一个更新周期 即 C 6 。 N 将 N个粒子按照权值a f 口 ， 0 ， 一1 分割成 1 c 个粒子子集 大小为 a N ， 根据观测值对每一个粒 子子集进行粒子滤波， 最后采用加权和方式将 获取 的粒子 子集 估计 值进 行 归 一 化 处 理 ， 得 到 最终 的状 态 估计 。 采用基 于估计窗的实时粒子滤波算法时 ， 即使 每一个观测值都是通过相对较小的粒子集进行滤波 2 4 工矿 自动化 2 0 l 7年 第 4 3卷 的 ⋯ ] ， 因 此， 该算法的 状态估计由N个粒子表示， f △ ≈∑△ 解决了因粒子数目 减少而导致的滤波发散问题。 { 2 1 基 于 估 计 窗 的 实 时 粒 子 滤 波 算 法 捕 述 如 下。 l ≈∑A y ,r 1 初始 化 。设 m 为 图像序 列 的帧数 ， 在 一0 时开 始初 始 化处 理 ， 采 样得 到 初 始粒 子 集 n 6 ， J 1 ， 2 ， ⋯ ， N， A x ， A y 表 示 第 m 帧 运 动 矢 量 的变 化 量 ， 则 初 始粒 子 集 中 每 个 粒 子代 表 1对 △ 6 ， A y 值。窗 口宽度设 为 c ， 混合分 布权 值初值 一 ， ￡ 一1 ， 2 ， ⋯ ， c 。粒 子采 样公 式 为 』 △ z 6 一△ 。 1 4 l Ay e ,一 Ay n } I A d 式 中 为 常 数 ， ∈[ 一 1 ， 1 ] ； d为 运 动 补 偿 的最 大 范 围 。 2 估计 窗 内粒子 滤 波运 算 。首 先建 立 系 统转 移方 程及 观测 方程 。当图像 更 新 至第 m 帧 时 ， 首先 将粒子集 “ 按权值 a 一 ， 分成 c个粒子子集 a r 一1 ， 2 ， ⋯ ， G m - N ， 此 时 每 一个 粒 子 状 态 对 应 的 空 间模 型为 』 ， _J， 】， 1 【 △ 一 0 一 式中 y ， 为常量， 一般 ， 一卢 一1 ； _ l J 为均值 为零 的 白噪声 。 状 态转移 矩 阵为 一 [ ] ⋯ ， 经计算可得 △ ， A y ， ， 将 △ z ， A y 记作 观测 量 。定 义粒 子之 间 的相似度 F 一√ △ z 一A x A y e , △ 1 7 则 观测 概率 密度 函数 为 Q [ △ z ， A y l △ ， A y [n ] 一 e x p 一 赤 F 1 8 式 中 为 常数 。 粒 子权值 的递推 公式 为 ， 一 Q[ A x ， △ l △ ， ， △ ] 1 9 归 一化 处理 后 的权值 更新 为 口m l N a ／ ∑ r 一 1 2 O 然后 进行 重 采样 。当重采 样 阈值不 小 于实 际采 样值 时 ， 对 n ， 进 行 替 换 ， 获 取 新 的粒 子 集 n ， 并 将 所有粒子的权值设置为 ， 一1 ／ N 。 最后获取第 m 帧状 态估计值 。单个 观测值 的 则第 m 帧状态估 计 值 为 I 一 a { 2 2 l 一 a 通 过 上 述 步 骤 计 算 得 到 的 状 态 估 计 值 ， 即为所 求 的运 动 矢 量 变 化 量 A x ， A y 。 将 A x 和 A y 相邻帧分别进 行累加 即可获得最终 的运 动 补偿矢 量 。 3基于 O RB特 征 匹配与 改进粒 子 滤波 的矿 井 车载 视频 图像 稳像 算 法 基 于 O RB特 征 匹配 与 改 进 粒 子滤 波 的矿 井 车 载视频图像稳像算法流程如图 1 所示 。 ● 图 1 基于 O RB特征 匹配与改进粒子滤波 的 矿井车载视频图像稳像算法流程 Fi g ． 1 P r o c e s s o f v e h i c l e v i d e o i ma g e s t a b i l i z a t i o n a l g or i t h m f or m i ne b a s e d on ORB f e a t ur e ma t c hi ng a nd i mpr o ve d pa r t i c l e f i l t e r 首 先 利 用 O RB算 法 提 取 相 邻 帧 特 征 点 ， 对 图 像做分块处理， 标记 前景运 动区域 ， 判 断特征点 位 置 ； 然 后 对 背 景 特 征 点 进 行 描 述 与 匹 配 ， 结 合 RANS AC算法剔除误匹配点对， 代入式 1 3 计算运 动矢量 ； 采 用基 于 估计 窗 的实 时 粒 子 滤 波 算 法 对 全 局 运 动矢 量进行 滤 波处 理 ， 获取 运动 补偿 参数 ； 最 后 采用快 速 补偿 法对 当前 帧进 行逐 帧补 偿 。 4实验 结果 与分 析 采用 矿井 车载 摄 像 系 统 采 集 到 的视 频 序 列 图 像分辨率为 6 4 0 4 8 0 ， 结合 Op e n C v与 VS 2 0 1 0仿 真工具 ， 在 I n t e l RC o r e TM i 5 4 5 9 0 C P U 3 ． 3 0 GHz 的 P C机 上对 提 出的 基 于 ORB特 征 匹 配 与改 进粒 子滤 波 的矿井 车 载视 频 图像稳 像算 法 进行 验证 。 4 ． 1 全 局 显著特 征 点检 测与 匹配 矿井 车载 摄像 系 统采集 的视频 序 列存 在较 多 的 前景 运动 目标 。原 始 OR B特 征 匹配 效果 如 图 2 a 2 0 1 7年 第 1 1期 程 德 强等 矿 井车载 视频 图像 稳像 算 法研 究 2 5 所示， 可看出特征点大部分分布在背景 区域上 ， 但是 有一 部 分特 征点 在 前 景 运 动 目标 上 。本 文 OR B特 征 p 1 ； 配效 果 如 图 2 b 所示 ， 可看 出误 配 点得 到有 效 消除 。 a 原始 OR B匹配效果 b 本 文 ORB匹配 效 果 图 2 矿 井视频图像 OR B特征匹配效果 Fi g．2 ORB f e at ur e ma t c h i n g e f f e c t o f mi n e vi de o i ma ge 4 ． 2 特 征 点 匹配对 数及 实时性 分析 采用 矿 井 视 频 图像 中 的 3组 数 据 测 试 S I F T， S UR F及本文 OR B算法的特征 点匹配对数及实时 性 ， 结 果 见表 1 。可看 出采 用 OR B算法 得 到 的特 征 点匹配对最多， 且耗时最少 ， 平均耗时 1 ． 2 1 s 。其算 法处 理速 度 约 为 S I F T 算 法 的 1 2倍 、 S UR F算 法 的 4 倍 ， 满足煤 矿 井下 视频 数据 实 时处理 需求 。 表 1 不 同算法 的特 征点匹配对数和耗时对 比 Ta bl e 1 Comp ar i s i on of f e a t ur e po i n t ma t c hi ng a moun t a nd ope r a t i on t i me of d i f f e r e nt al go r i t hm 数据 1 数据 2 数据 3 平均耗 算法． 匹 配数耗 时 ／ 匹 配数耗 时 ／ s 匹配 数耗 时 ／ 时 ／ s 4 ． 3 视 频 图像 滤波 设系 统采 样 时问 f 一0 ． 1 S ， 估 计 窗 口宽 度 r 一4 ， 窗内粒子数 N2 0 0 ， 轨迹 粒子 数为 4 O ， 梯度下 降 法 _ 1 迭 代 次数 为 6 。采 用传 统 粒子滤 波 算法 及基 于 估计 窗 的实 时粒 子滤 波算 法 对连续 1 O 0帧视 频序 列 进行滤波 ， 结果如图 3所示 。通常在没有不规划随 机运 动时 ， 摄 像机 的 正 常 扫 描运 动 是一 种 较 平 滑 且 不包 含抖 动 的运 动 ， 因此从 图 3可 看 出 ， 在粒 子 数相 同的情 况下 ， 基 于估 计 窗 的 实 时 粒 子 滤波 算 法 的滤 波 效果 明显 优 于传 统 粒 子 滤 波 算 法 。运 行 5 O次 蒙 特 卡罗算 法 来 比较 2种算 法 的运 行 时 间 ， 结 果 显 示 传统粒子滤波算法运行时间为 3 ． 3 6 1 s ， 基于估计窗 的实 时粒 子滤 波算 法运 行时 间为 1 ． 0 3 5 s ， 运行 速度 提高 约 6 9 9 ／ 6 。 懈 ＼ 豳{ 嘿 、 、 咖{ 堡 0 1 0 2 0 3 1 4 1 5 0 6 【 7 8 O 9 1 l 0 0 帧序号 a 传统粒 子滤波算法 帧 序 b 基于估计 窗的实时粒子滤波算法 图 3 视频 图像滤 波效 果 Fi g ． 3 Ve d i o i ma g e f i l t e r i n g e f f e c t 4 ． 4 算 法有 效性 分析 4 ． 4 ． 1 稳像前后偏移量对比 采用 图像 帧间 的偏 移量 能够较 好 地反 映视 频稳 像后的稳定情况， 偏移量越小 ， 说 明稳像效果越好。 采用连续 1 0 0帧视频 序列 ， 分析稳像前后水平方 向 偏移量 矿井 车载摄 像系统 在水平 方 向抖动较 明 显 。图像 稳像 前后 水平 方 向偏移 量如 图 4所示 ， 可 看 出本文算 法 对抖 动视频 具 有较好 的 稳像效 果 。 罔 4 图像稳像 前后水平方向偏移量 F i g ． 4 Of f s e t o n h o r i z o n t a l d i r e c t i o n b e f o r e a n d a f t e r i ma ge s t a bi l i z a t ion 4 ． 4 ． 2 图像 P S NR与差 分 图对 比 采用帧间峰值信噪 比 P S NR 检验稳像前后相 邻 2帧 图像 的逼 真度 ， P S NR越 大 ， 说 明稳像 效 果 越 好。 稳像前后 图像P s NR 如 图5 所示 。 可看出经本文 4 0 3 5 3 0 2 5 Q _2 】 1 5 1 0 帧序号 图 5 稳像前后 图像 P S NR Fi g ． 5 P S NR b e f o r e a n d a f t e r i ma g e s t a b i l i z a t i o n “ M L ∞昭 ∞ L 弛 趴 M L ∞∞ L 卯 2 6 工矿 自动化 2 O 1 7年 第 4 3卷 算法处理后 ， 图像 P S N R明显高于原始图像 。稳像 前 后 的差分 图 如图 6所示 ， 其 验证 了本 文 算 法 具 有 一 定 的抗前 景干 扰能 力 。 a 参考帧 b 当前帧 c 稳像前差分 图 d 稳像后差分图 5 结 论 图 6稳像前后差分 图 i ma g e b e f o r e a n d a f t e r i ma g e s t a b i l i z a t i o n 1 在 运动估 计 阶段 ， 提 出 了 R B特 征 匹配 与 帧 间差 分相结 合 的 方法 ， 通 过快 速 剔 除 前 景 特 征点 及对背景特征点进行配准 ， 提高了全局运动矢量估 计 的准确 度 。经 实 验验 证 ， 该 方 法 的处 理 速 度 约 为 S I F T算法的 1 2 倍 、 S UR F算法的 4倍 ， 满足煤矿井 下对 视 频监控 实 时性 的要求 。 2 在 运 动 滤 波 阶 段 ， 提 出了 基 于 估 计 窗 的 实 时 粒子 滤波算 法 。通 过该 算法 获取 需要 补偿 的抖 动 分量 ， 可有效解决滤波发散问题， 且处理速度较传统 粒 子 滤波算 法 提高 约 6 9 。 3 矿井 车载视频序列 测试结 果验证 了基于 RB特征 匹配 与改 进 粒 子 滤 波 的矿 井 车 载 视 频 图 像稳像算法对具有大运动前景及高噪声干扰的矿井 车载 视频 图像 具有 较好 的稳像 效果 及 实时 性 。 参考文献 R e f e r e n c e s [1 ] 程德强 ． 郭政 ， 郑珍 ， 等． 矿 井车载摄 像 系统 中电 子稳 像算法的研究[ J ] ． 电视技术 ， 2 0 1 5 ， 3 9 1 5 1 9 2 3 ． [ 2] [ 3] CHENG De q i a n g ， GUO Z h e n g， ZHENG Z h e n． e t a 1 ． El e c t r o n i c i ma g e s t a b i l i z a t i o n o f c a me r a s y s t e m f o r u n d e r g r o u n d v e h i c l e c a r r i e s [ J ] ． Vi d e o E n g i n e e r i n g ， 2 Ol 5， 39 1 5 1 9 - 2 3 ． 郭政． 基 于多 分辨 率灰 度投 影 的电 子稳像 算 法研 究 E D ] ． 徐州 中 国矿业大学 ， 2 0 1 6 ． 程德强 ． 郭政 ． 刘 浩 ， 等．一种 基于改进光流 法的电子 稳像算法[ J ] ． 煤炭学报 ， 2 0 1 5 ， 4 0 3 7 0 7 ～ 7 1 2 ． CHENG De q i a n g，GUO Z h e n g ，L I U J i e ， e t a 1 ． An [4] [ 5] [ 6] [7 ] [8] [ 9] [ 1