摄像机平行于场景运动且晃动下的视频修复

doi:10.3778/j.issn.1002-8331.2011.04.049

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (4): 176-180.DOI: 10.3778/j.issn.1002-8331.2011.04.049

• 图形、图像、模式识别 • 上一篇下一篇

摄像机平行于场景运动且晃动下的视频修复

梁敏，王兆仲

北京航空航天大学图像处理中心，北京 100191

收稿日期:2010-05-04 修回日期:2010-07-14 出版日期:2011-02-01 发布日期:2011-02-01
通讯作者: 梁敏

Video inpainting of camera parallel to scene and shaked

LIANG Min，WANG Zhaozhong

Image Processing Center，Beihang University，Beijing 100191，China

Received:2010-05-04 Revised:2010-07-14 Online:2011-02-01 Published:2011-02-01
Contact: LIANG Min

摘要/Abstract

摘要： 针对摄像机平行于场景运动，且存在晃动的情况，提出将摄像机运动情况下的视频修复转化为摄像机静止情况下的视频修复。该算法采用基于SURF特征点提取的视频拼接技术，将输入视频转化为新的背景静止的视频序列，在新视频中分别进行前景修复和背景修复，把修复好的新视频映射到原视频。在前景修复中，将目标块定义为能够覆盖整个运动物体的长方形块。在背景修复中，算法对待修复区域进行统一的标记和修复。实验结果表明，该算法提高了修复的准确度和速度，有利于保持视频的连续性。

关键词: 视频修复, 图像配准, 图像拼接, 目标块

Abstract: Aiming at video inpainting when the camera moves parallelly to the scene and shakes，an algorithm that transforms video inpainting under complicated camera motion to video inpainting under stationary camera is proposed.First，a new video that contains stationary background is got by a new mosaic method based on the algorithm of SURF，then foreground and background inpainting are separately carried out in the new video，lastly，the inpainted original video is got by mapping the inpainted new one to the original.In foreground inpainting，the target patch is designed as a rectangle of size that can cover the region of the entire foreground.In background inpainting，marking and inpainting of the region under repair is done uniformly.Experiment results show that this algorithm enhances accuracy and speed and favors the continuity of the video.

Key words: video inpainting, image registration, image mosaic, target patch

中图分类号:

TP391

梁敏，王兆仲. 摄像机平行于场景运动且晃动下的视频修复[J]. 计算机工程与应用, 2011, 47(4): 176-180.

LIANG Min，WANG Zhaozhong. Video inpainting of camera parallel to scene and shaked[J]. Computer Engineering and Applications, 2011, 47(4): 176-180.

[1]	夏丹，周睿. 视差图像配准技术研究综述[J]. 计算机工程与应用, 2021, 57(2): 18-27.
[2]	呼亚萍，孔韦韦，李萌，黄翠玲. 改进TV图像去噪模型的全景图像拼接算法[J]. 计算机工程与应用, 2021, 57(17): 203-209.
[3]	郭艳芬，崔喆，杨智鹏，彭静，胡金蓉. 基于深度学习的医学图像配准技术研究进展[J]. 计算机工程与应用, 2021, 57(15): 1-8.
[4]	刘天，曾亮. 纹理抑制的光照不均图像配准算法研究[J]. 计算机工程与应用, 2020, 56(23): 180-188.
[5]	闵超波. 基于自适应混合多项式变换的图像配准[J]. 计算机工程与应用, 2020, 56(23): 194-201.
[6]	曾安，王烈基，潘丹，黄殷. 基于FCN和互信息的医学图像配准技术研究[J]. 计算机工程与应用, 2020, 56(18): 202-208.
[7]	卢鹏，卢奇，邹国良，王振华，侯倩. 基于改进SIFT的时间序列图像拼接方法研究[J]. 计算机工程与应用, 2020, 56(1): 196-202.
[8]	程德强，白春梦，郭昕，李腾腾，庄焕东，徐辉. 基于分层区域的自适应图像配准算法[J]. 计算机工程与应用, 2019, 55(17): 199-206.
[9]	刘婷婷1，张惊雷2. 基于ORB特征的无人机遥感图像拼接改进算法[J]. 计算机工程与应用, 2018, 54(2): 193-197.
[10]	龚正，王强. 基于微观图像的图像拼接算法研究[J]. 计算机工程与应用, 2018, 54(2): 198-202.
[11]	贾雯晓1，张贵仓1，汪亮亮1，秦娜2. 基于SIFT和改进的RANSAC图像配准算法[J]. 计算机工程与应用, 2018, 54(2): 203-207.
[12]	蒋欣兰. 基于消失点检测的铁路环境视频自动拼接算法研究[J]. 计算机工程与应用, 2017, 53(7): 206-211.
[13]	曹国刚，张晴，张培君，王志敏. 基于多核并行化差异进化算法的图像配准方法[J]. 计算机工程与应用, 2017, 53(20): 166-172.
[14]	雒培磊1，李国庆2，曾怡1. 一种改进的基于深度学习的遥感影像拼接方法[J]. 计算机工程与应用, 2017, 53(20): 180-186.
[15]	张欣鹏1，杜伟强1，肖志涛1，张芳1，耿磊1，吴骏1，苏龙2. 结合SIFT变换与Otsu匹配的彩色眼底图像拼接方法[J]. 计算机工程与应用, 2017, 53(18): 176-181.

摄像机平行于场景运动且晃动下的视频修复

Video inpainting of camera parallel to scene and shaked

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics