[发明专利]视频帧间目标运动估计方法、装置和实现装置

说明书

本发明提供了一种视频帧间目标运动估计方法、装置和实现装置；其中，该方法包括：获取当前视频帧中，目标对象的特征点集；特征点集包括特征点和特征点对应的特征向量；根据特征向量的波动程度，筛选特征点，获得一级待匹配特征点；根据一级待匹配特征点与前一帧视频帧对应特征点之间的位置关系，筛选获得二级待匹配特征点；根据二级待匹配特征点与前一帧视频帧的特征点之间的匹配唯一性约束条件，筛选获得三级待匹配特征点；根据三级待匹配特征点，对目标对象进行运动估计。本发明通过多级筛选匹配特征点，可以剔除较多的误匹配特征点，使得最终的匹配特征点具有较高的准确性和鲁棒性，进而提高了后续的视频帧间目标运动估计的精度和稳定性。

技术领域

本发明涉及视频图像匹配的技术领域，尤其是涉及一种视频帧间目标运动估计方法、装置和实现装置。

背景技术

通过分析两幅图像中能够精确定位的特征点之间的对应关系，可以准确估算出两幅图像之间的空间变化的相关参数。现有的图像特征点匹配方法主要应用于图像配准领域；例如，通过对不同视角获取的图像进行配准，进而通过图像拼接，获取更大视野的图像或3D场景重建，比如遥感图像的拼接等；通过对不同时间获取的图像进行配准，以对特定场景的变化进行检测，比如利用医学图像进行康复治疗或肿瘤生长的监测等；通过对不同传感器采集的图像进行配准，以整合多种传感器信息，比如遥感全色图像的获取等；通过对特定场景图像及模型进行配准，以对场景图像进行定位，比如图像中目标模板的匹配，自动质量监测等。

在进行特征点检测后，对两幅图像中的特征点进行匹配，并依据匹配关系估算出两幅图像间的空间变化关系，包括了以下三个步骤：

(1)特征点相似性度量，在两幅图像中通过特征点检测技术获得每幅图像中的一个特征点集，通过分析两幅图像特征点对应特征向量之间的相似性寻找特征点的对应关系，通常利用特征向量间的距离度量它们的相似性。

(2)剔除错误匹配特征点，由于噪声、不属于同一物体的局部区域之间可能存在图像特征的相似性、两幅图像间光照、视角的变化等因素，使得仅仅依据特征向量的相似性建立的特征点间的对应关系不可避免存在误匹配，需要从中进一步挑选出正确的特征点配对。

(3)依据遴选出的配对特征点，计算两幅图像间的空间变化的相应参数。

准确估算出两幅图像间空间变化关系的相关参数必须具备的前提是所依据的配对特征点没有错误匹配。虽然SURF特征向量对特征点的描述是有效的，依据特征向量的相似性建立的特征点配对仍难以避免存在误匹配，而误匹配将会严重影响对图像间空间变化参数的估算。

针对上述现有的视频帧间目标运动估计方式估计精度和稳定性较差的问题，尚未提出有效的解决方案。

发明内容

有鉴于此，本发明的目的在于提供一种视频帧间目标运动估计方法、装置和实现装置，以提高视频帧间目标运动估计的精度和稳定性。

第一方面，本发明实施例提供了一种视频帧间目标运动估计方法，包括：获取当前视频帧中，目标对象的特征点集；其中，特征点集包括特征点和特征点对应的特征向量；特征向量至少包括特征描述子向量、尺度系数、灰度分布特征、局部能量特征和位置变化特征中的多种；根据特征向量的波动程度，筛选特征点，获得一级待匹配特征点；根据一级待匹配特征点与前一帧视频帧对应特征点之间的位置关系，筛选一级待匹配特征点，获得二级待匹配特征点；根据二级待匹配特征点与前一帧视频帧的特征点之间的匹配唯一性约束条件，筛选二级待匹配特征点，获得三级待匹配特征点；根据三级待匹配特征点，对目标对象进行运动估计。