[发明专利]一种基于ORB算子的无参考视频平滑度的评价方法

摘要

本发明涉及一种基于ORB算子的无参考视频平滑度的评价方法，包括以下步骤：取视频连续n帧图像，提取n帧图像中的ORB特征点；对每相邻两帧图像中的ORB特征点进行匹配；对每相邻两帧图像误匹配的ORB特征点进行筛选并剔除；根据运动仿射变换模型生成相邻两帧图像间的仿射变换矩阵，即相邻两帧图像间的单应性矩阵，对单应性矩阵A进行逐步迭代求解；计算每相邻两帧图像间的运动参数，所述运动参数包括图像的平移及旋转角度；生成视频序列平移运动轨迹及旋转运动轨迹；利用高斯滤波器对平移运动轨迹及旋转运动轨迹进行滤波处理，得到滤波后的平移轨迹、旋转运动轨迹；计算平移抖动数及旋转抖动数，并计算水平平滑度值及旋转平滑度值并判断视频平滑度。

主权项

一种基于ORB算子的无参考视频平滑度的评价方法，其特征在于，包括以下步骤：1)取视频连续n帧图像，提取n帧图像中的ORB特征点；2)对每相邻两帧图像中的ORB特征点进行匹配；3)对每相邻两帧图像误匹配的ORB特征点进行筛选并剔除；剔除方法为：求每相邻两帧图像中所有匹配特征点两两之间的距离，取得其距离的最小值记为min_dist，将特征点距离大于B*min_dist的特征点进行剔除，B取值范围为6<B<10；4)根据运动仿射变换模型生成相邻两帧图像间的仿射变换矩阵，即相邻两帧图像间的单应性矩阵，对单应性矩阵A进行逐步迭代求解；5)根据单应性矩阵，计算每相邻两帧图像间的运动参数；所述运动参数包括图像的平移及旋转角度；6)根据所有相邻两帧图像间的运动参数，生成视频序列平移运动轨迹D^Tajectory及旋转运动轨迹θ^Tajectory；将视频序列中所有两两相邻图像间的位移及旋转角度求解出来便得到整个视频序列的平移、旋转轨迹，记D＝[D_x,D_y]有：D^Tajectory＝(D₁,D₂,...D_N‑1)θ^Tajectory＝(θ₁,θ₂,...θ_N‑1)其中N表示视频序列总帧数，D_N‑1表示第N‑1帧视频图像与第N帧视频图像间的平移向量，θ_N‑1表示第N‑1帧视频图像与第N帧图像间的旋转角度；D_x,D_y分别表示图像水平、垂直方向的位移；7)利用高斯滤波器对平移运动轨迹及旋转运动轨迹进行滤波处理，得到滤波后的平移轨迹D_S^Tajectory、旋转运动轨迹θ_S^Tajectory；8)根据滤波后的平移轨迹D_S^Tajectory、旋转运动轨迹θ_S^Tajectory，计算平移均值D_average、旋转均值θ_average；平滑后帧间运动的平均值：D_average＝(D_S,1+D_S,2+....D_S,N‑1)/(N‑1)θ_average＝(θ_S,1+θ_S,2+...θ_S,N‑1)/(N‑1)若图像中存在D_S,i＞m*D_average，则表示视频序列中存在平移抖动；若图像中存在θ_S,i＞m*θ_average，则表示视频序列中存在旋转抖动，m表示调整系数；9)计算平移抖动数count_T及旋转抖动数count_R，并计算水平平滑度值T_smoothness及旋转平滑度值R_smoothness；$\mathrm{\&delta;}\left(x\right)=\left\{\begin{array}{cc}1& x\&gt;0\\ 0& x\&le;0\end{array}\right.$其中count_T表示平移抖动数，count_R表示旋转抖动数，δ(x)表示判断函数；平移抖动程度T_measure及旋转抖动程度值R_measure计算公式为：$\left\{\begin{array}{c}{T}_{measure}=\frac{count\_T}{N-1}\\ R_{measure}=\frac{count\_R}{N-1}\end{array}\right.$因此，其水平平滑度值T_smoothness及旋转平滑度值R_smoothness为：$\left\{\begin{array}{c}{T}_{smoothness}=1-T_{measure}\\ R_{smoothness}=1-R_{measure}\end{array}\right.$10)判断：T_smoothness与R_smoothness的值介于0～1之间，越接近于0表示视频序列中不存在抖动，视频平滑度好，越接近于1表示视频序列中抖动帧数越多，视频平滑度越差。