旋转视频中特征点的迭代筛选与光流估计匹配研究

？转动抖动补偿是视频稳像的难点，针对转动抖动补偿中的关键技术特征点的筛选与匹配展开研究。建立了图像的6参数仿射模型；推导得到估计有意运动参数的超定方程；采用最小二乘迭代算法来去除绝对误差和(SAD)算法误判的特征点；采用金字塔(LK)光流算法来对旋转视频进行特征点匹配。编程实现算法；用特征窗口梯度矩阵法(KLT)提取特征后，分别用SAD算法和LK光流算法进行匹配，求解得到旋转变换阵参数误差，分析、比较并图示了误差原因；利用Kalman滤波去除无意运动；对含转动抖动的视频进行稳像补偿。在自主移动机器人平台上开展了实验。结果表明LK光流算法相比SAD算法对旋转视频的特征点匹配误差小，结合Kalman滤波可有效补偿转动抖动，将最大8.37°的转动抖动稳像到3.68°以下。