一种基于改进算法的视频平面检测方法
【专利摘要】本发明涉及一种基于改进算法的视频平面提取方法，该方法首先对给定的视频序列，通过标准KLT方法进行特征点的跟踪，记录得到的特征点轨迹；通过计算相邻帧之间的重投影误差来判断轨迹是否属于当前单应矩阵所对应的平面，进行对整个视频序列的平面的跟踪与提取；利用得到的平面模型和它们所对应的单应集合，就可以对视频进行分割以得到最终的平面提取结果。本发明直接即可从视频序列中提取出平面；并且选择轨迹作为操作对象，保证了平面提取结果的全局一致性，而且大大加快了试验收敛的速度和准确性。
【专利说明】一种基于改进算法的视频平面检测方法
【技术领域】
[0001]本发明涉及一种基于改进算法的视频平面检测方法，具体涉及一种基于特征点跟踪的视频序列平面提取方法，属于图像处理领域。
【背景技术】
[0002]平面提取一直是计算机视觉和图形学领域内一个重要的研究方向。由于平面结构是现实场景中最为常见的一类基础几何特征之一，其中包含了物体的大量二维结构信息，并对位于平面上的点有着很强的几何约束。在很多实际应用中，如构建场景空间、障碍物或者目标物体模型等，都需要预先提取出场景中的平面结构进行处理或者交互。这方面的工作已经有很多，比如基于J-Linkage聚类的空间平面提取(ToldoR,Fusiello A.Robust multiple structures estimation with j-linkage.ComputerVision - ECCV2008.Springer Berlin Heidelberg, 2008:537-547)和基于线匹配的平面提取(Kim H, Lee S.Multiple planar region extraction based on the coplanarline pairs.Robotics and Automation (ICRA), 201IIEEE International Conferenceon.1EEE, 2011:2059-2064)。以上平面提取工作可以生成较具吸引力的结果，但是由于这些方法要么需要预先恢复出场景的三维信息以及摄像机参数，这个过程计算量极大，如果仅仅需要提取图像或视频中的平面结构，这类算法代价过高；要么使用仿射变换来建立图像对之间的变换关系模型，而忽略了变换过程中可能存在的非线性效应。，因此通过这些传统的平面提取算法很难快速准确地从视频序列中提取出平面结构。
【发明内容】
[0003]为了解决传统平面提取方法很难快速准确地从视频序列中提取出平面结构的问题，本发明提出一种基于改进算法的视频平面提取方法，能够提供更好的视频序列的平面提取效果。该方法毋须恢复摄像机三维信息，直接通过在视频相邻帧之间建立极线约束下的射影变换模型，计算出由平面诱导的单应，而每一个单应都对应着场景中的一个平面；然后根据计算出的单应对视频的每一帧进行分割，提取出视频中的平面结构。
[0004]本发明具体的实现过程如下:
[0005]一种基于改进算法的视频平面提取方法，该方法包括如下步骤:
[0006]步骤一、视频读取；
[0007]读取输入视频，将视频按帧解成图片格式记录下来；
[0008]步骤二、特征点跟踪；
[0009]使用KLT算法对视频每一帧中的特征点进行提取和跟踪，记录得到的跨越整个视频序列的特征点轨迹；
[0010]步骤二、平面跟踪提取；
[0011]对于步骤一读取的N帧的视频序列，假设步骤二得到M个特征点轨迹的集合为
【权利要求】
1.一种基于改进算法的视频平面提取方法，该方法包括如下步骤: 步骤一、视频读取； 读取输入视频，将视频按帧解成图片格式记录下来； 步骤二、特征点跟踪； 使用KLT算法对视频每一帧中的特征点进行提取和跟踪，记录得到的跨越整个视频序列的特征点轨迹； 步骤三、平面跟踪提取； 对于步骤一读取的N帧的视频序列，假设步骤二得到M个特征点轨迹的集合为
2.如权利要求1所述的一种基于改进算法的视频平面提取方法，其特征在于:步骤三中，阈值ε=4。
3.如权利要求1或2所述的一种基于改进算法的视频平面提取方法，其特征在于:步骤四中，权值λ =80。
【文档编号】G06T7/00GK103761725SQ201310450214
【公开日】2014年4月30日 申请日期:2013年9月27日 优先权日:2013年9月27日
【发明者】黄华, 陶蕾, 张磊 申请人:北京理工大学