一种视频稳像方法及装置与流程

本发明涉及视频处理领域，具体涉及一种视频稳像方法及装置。

背景技术：

视频稳像是一种对随机抖动或随机运动的摄像机所获取的动态图像序列进行重新修改，排列，使其在显示器上更加平稳地显示的技术。它消除或减弱了图像序列之间的不规则的平移，旋转，缩放等失真情况，改善了画面的质量，从而使得画面更加适合于智能视频分析中的目标检测、跟踪和识别等处理操作。

现有技术中存在各种各样的视频稳像技术，例如机械稳像技术、基于图像处理的电子稳像技术等等，但是我们仍致力于不断提升视频稳像技术能够达到的效果。

技术实现要素：

本发明提供了一种视频稳像方法及装置，对于存在失真情况的视频画面，能够提升其最终的显示效果。

本发明提供了一种视频稳像方法，所述方法包括：

采集相邻两帧图像，并分别记录所述相邻两帧图像的采集时间点；根据在所述相邻两帧图像的采集时间点之间的时间段内陀螺仪的运动数据，计算所述相邻两帧图像之间的平移量和旋转角度，作为第一数据；

利用预设角点检测算法检测所述相邻两帧图像上是否存在角点，如果是，则根据所述相邻两帧图像上角点的匹配信息，计算所述相邻两帧图像之间的平移量和旋转角度，作为第二数据；

将所述第一数据和所述第二数据进行融合，得到融合结果数据；对所述融合结果数据进行滤波后，得到所述相邻两帧图像的最终运动数据；

根据所述最终运动数据和所述相邻两帧图像的前一帧图像，确定所述相邻两帧图像的后一帧图像，实现所述相邻两帧图像的稳像。

优选地，所述方法还包括：

如果利用预设角点检测算法检测所述相邻两帧图像上不存在角点，则直接对所述第一数据进行滤波，得到所述相邻两帧图像的最终运动数据；继续执行所述根据所述最终运动数据和所述相邻两帧图像的前一帧图像，获取所述相邻两帧图像的后一帧图像，实现所述相邻两帧图像的稳像的步骤。

优选地，所述根据在所述相邻两帧图像的采集时间点之间的时间段内陀螺仪的运动数据，计算所述相邻两帧图像之间的平移量和旋转角度，作为第一数据，包括：

分别获取在所述相邻两帧图像的采集时间点陀螺仪的旋转角速度；

根据所述陀螺仪的旋转角速度，计算在所述相邻两帧图像的采集时间点之间的时间段内陀螺仪的运动数据；

根据所述陀螺仪的运动数据和预先获取的摄像头焦距数据，计算所述相邻两帧图像之间的平移量和旋转角度，作为第一数据。

优选地，所述将所述第一数据和所述第二数据进行融合，得到融合结果数据，包括：

分别计算所述第一数据和所述第二数据中的所述相邻两帧图像之间的平移量的平均值，以及所述相邻两帧图像之间的旋转角度的平均值，作为融合结果数据。

优选地，所述根据所述最终运动数据和所述相邻两帧图像的前一帧图像，确定所述相邻两帧图像的后一帧图像，实现所述相邻两帧图像的稳像，包括：

依据所述最终运动数据，对所述相邻两帧图像的前一帧图像进行变换，得到变换后图像；

将所述变换后图像确定为所述相邻两帧图像的后一帧图像，实现所述相邻两帧图像的稳像。

优选地，所述方法还包括：

裁剪所述相邻两帧图像的后一帧图像的边缘区域，以去除图像的黑边。

本发明还提供了一种视频稳像装置，所述装置包括：

采集模块，用于采集相邻两帧图像；

记录模块，用于分别记录所述相邻两帧图像的采集时间点；

第一计算模块，用于根据在所述相邻两帧图像的采集时间点之间的时间段内陀螺仪的运动数据，计算所述相邻两帧图像之间的平移量和旋转角度，作为第一数据；

检测模块，用于利用预设角点检测算法检测所述相邻两帧图像上是否存在角点；

第二计算模块，用于在所述检测模块检测到角点时，根据所述相邻两帧图像上角点的匹配信息，计算所述相邻两帧图像之间的平移量和旋转角度，作为第二数据；

融合模块，用于将所述第一数据和所述第二数据进行融合，得到融合结果数据；

第一滤波模块，用于对所述融合结果数据进行滤波后，得到所述相邻两帧图像的最终运动数据；

确定模块，用于根据所述最终运动数据和所述相邻两帧图像的前一帧图像，确定所述相邻两帧图像的后一帧图像，实现所述相邻两帧图像的稳像。

优选地，所述装置还包括：

第二滤波模块，用于在所述检测模块未检测到角点时，对所述第一数据进行滤波，得到所述相邻两帧图像的最终运动数据。

优选地，所述第一计算模块，包括：

获取子模块，用于分别获取在所述相邻两帧图像的采集时间点陀螺仪的旋转角速度；

第一计算子模块，用于根据所述陀螺仪的旋转角速度，计算在所述相邻两帧图像的采集时间点之间的时间段内陀螺仪的运动数据；

第二计算子模块，用于根据所述陀螺仪的运动数据和预先获取的摄像头焦距数据，计算所述相邻两帧图像之间的平移量和旋转角度，作为第一数据。

优选地，所述融合模块，具体用于：

分别计算所述第一数据和所述第二数据中的所述相邻两帧图像之间的平移量的平均值，以及所述相邻两帧图像之间的旋转角度的平均值，作为融合结果数据。

优选地，所述确定模块，包括：

变换子模块，用于依据所述最终运动数据，对所述相邻两帧图像的前一帧图像进行变换，得到变换后图像；

确定子模块，用于将所述变换后图像确定为所述相邻两帧图像的后一帧图像，实现所述相邻两帧图像的稳像。

优选地，所述装置还包括：

裁剪模块，用于裁剪所述相邻两帧图像的后一帧图像的边缘区域，以去除图像的黑边。

本发明提供的视频稳像方法中，首先，采集相邻两帧图像，并分别记录所述相邻两帧图像的采集时间点；根据在所述相邻两帧图像的采集时间点之间的时间段内陀螺仪的运动数据，计算所述相邻两帧图像之间的平移量和旋转角度，作为第一数据。其次，利用预设角点检测算法检测所述相邻两帧图像上是否存在角点，如果是，则根据所述相邻两帧图像上角点的匹配信息，计算所述相邻两帧图像之间的平移量和旋转角度，作为第二数据。再次，将所述第一数据和所述第二数据进行融合，得到融合结果数据；对所述融合结果数据进行滤波后，得到所述相邻两帧图像的最终运动数据。最终，根据所述最终运动数据和所述相邻两帧图像的前一帧图像，确定所述相邻两帧图像的后一帧图像，实现所述相邻两帧图像的稳像。本发明提供的视频稳像方法，由于结合了陀螺仪数据，以及图像处理方法对视频中相邻两帧图像进行稳像处理，所以，最终经过稳像后的视频的显示效果得到更好的提升。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种视频稳像方法流程图；

图2为本发明提供的一种利用陀螺仪的运动数据计算所述相邻两帧图像之间的运动情况的方法流程图；

图3为本发明提供的另一种视频稳像方法流程图；

图4为本发明提供的一种视频稳像装置结构示意图；

图5为本发明提供的另一种视频稳像装置结构示意图；

图6为本发明提供的一种计算机的部分结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本发明实施例提供了一种视频稳像方法，参考图1，为本发明实施例提供的一种视频稳像方法流程图，所述方法具体可以包括：

S101：采集相邻两帧图像。

本发明实施例中，系统从摄像头拍摄的视频中实时采集相邻两帧图像。具体的，本发明实施例是通过对相邻两帧图像之间的稳像处理，最终达到对拍摄到的整个视频的稳像处理。

S102：分别记录所述相邻两帧图像的采集时间点。

实际应用中，摄像头拍摄的视频中的每帧图像都具有拍摄时间点，本发明实施例中所述相邻两帧图像的采集时间点即为摄像头分别拍摄所述相邻两帧图像的拍摄时间点。

S103：根据在所述相邻两帧图像的采集时间点之间的时间段内陀螺仪的运动数据，计算所述相邻两帧图像之间的平移量和旋转角度，作为第一数据。

本发明实施例中，用于拍摄视频的设备具有陀螺仪，具体的，利用陀螺仪的运动数据，可以计算所述相邻两帧图像之间的运动情况，如所述相邻两帧图像之间的平移量和旋转角度。

参考图2，为本发明实施例提供的一种利用陀螺仪的运动数据计算所述相邻两帧图像之间的运动情况的方法流程图。具体的，所述方法包括：

S201：分别获取在所述相邻两帧图像的采集时间点陀螺仪的旋转角速度。

本发明实施例中，在采集所述相邻两帧图像时，分别记录采集时间点t¹和t²，并分别获取在t¹时间点时陀螺仪的旋转角速度以及为在t²时间点时陀螺仪的旋转角速度

S202：根据所述陀螺仪的旋转角速度，计算在所述相邻两帧图像的采集时间点之间的时间段内陀螺仪的运动数据。

一种具体的实现方式中，对采集时间点t¹和t²陀螺仪的旋转角速度求平均值，得到t¹到t²时间段内陀螺仪的运动数据(W_x,W_y,W_z)，其中，计算方法如下：

S203：根据所述陀螺仪的运动数据和预先获取的摄像头焦距数据，计算所述相邻两帧图像之间的平移量和旋转角度，作为第一数据。

本发明实施例预先获取拍摄视频的摄像头的焦距数据fx,fy，结合所述摄像头焦距数据fx,fy，计算所述相邻两帧图像之间的平移量(Δx,Δy)和旋转角度θ，作为第一数据，其中，计算方法如下：

θx＝Wx×(t²-t¹)

θy＝Wy×(t²-t¹)

θz＝Wz×(t²-t¹)

θ＝θz

S104：利用预设角点检测算法检测所述相邻两帧图像上是否存在角点，如果是，则执行S105。

本发明实施例还可以基于图像处理算法，计算所述相邻两帧图像之间的平移量和旋转角度。但是，图像处理算法的基础是图像上角点的获取，只有系统在所述相邻两帧图像上能够检测到角点，系统才能够进行对所述相邻两帧图像进行图像处理，最终得到所述相邻两帧图像之间的平移量和旋转角速度。

所以，本发明实施例在上述S101中包括的采集相邻两帧图像执行结束后，即可利用预设角点检测算法检测所述相邻两帧图像上是否存在角点。实际应用中可以利用的角点检测算法较多，包括Moravec角点检测算法，FAST角点检测算法，Harris角点检测法和shi_tomas角点检测法等。

系统利用预设角点检测算法检测到所述相邻两帧图像上存在角点后，S105：根据所述相邻两帧图像上角点的匹配信息，计算所述相邻两帧图像之间的平移量和旋转角度，作为第二数据。

一种优选的实施方式中，系统利用预设角点检测算法检测到所述相邻两帧图像上存在角点后，首先获取所述相邻两帧图像的前一帧图像上的角点，例如为shi_tomas角点。其次，在所述相邻两帧图像的后一帧图像中，查找并记录与前一帧图像上的角点对应的像素点，具体可以利用现有的金字塔LK光流法实现。然后，根据所述相邻两帧图像上角点对应的像素点的匹配信息，计算图像变化矩阵，其中，所述匹配信息包括所述相邻两帧图像的运动数据，所述图像变化矩阵用于表示所述相邻两帧图像上角点对应的像素点的变化情况。最后，系统可以利用RANSAC算法从所述图像变化矩阵中筛选出全局运动矢量，即为所述相邻两帧图像之间的平移量(Δx1,Δy1)和旋转角度θ1，作为第二数据。

另一种实施方式中，系统利用预设角点检测算法检测到所述相邻两帧图像上存在角点后，首先获取所述相邻两帧图像上的角点，其次，将所述相邻两帧图像上的角点进行匹配得到匹配信息，其中，所述匹配信息包括所述相邻两帧图像的运动数据。最后，系统可以利用RANSAC算法从所述图像变化矩阵中筛选出全局运动矢量，即为所述相邻两帧图像之间的平移量(Δx1,Δy1)和旋转角度θ1，作为第二数据。

S106：将所述第一数据和所述第二数据进行融合，得到融合结果数据。

一种优选的实施方式中，分别计算所述第一数据和所述第二数据中的所述相邻两帧图像之间的平移量的平均值，以及所述相邻两帧图像之间的旋转角度的平均值，作为融合结果数据。

具体的，Δx2＝(Δx+Δx1)/2；Δy2＝(Δy+Δy1)/2；θ2＝(θ+θ1)/2。所述融合结果数据包括所述相邻两帧图像之间的平移量(Δx2,Δy2)，以及所述相邻两帧图像之间的旋转角度θ2。

S107：对所述融合结果数据进行滤波后，得到所述相邻两帧图像的最终运动数据。

本发明实施例中在得到融合结果数据后，对所述融合结果数据进行滤波，其中包括对所述融合结果数据中变化较大的数据删除或减弱。具体的，可以对所述融合结果数据进行Kalman滤波。

为了消除噪声的影响，本发明实施例可以对经过滤波后的融合结果数据进行去噪处理。最终，系统可以得到所述相邻两帧图像的最终运动数据。其中，所述最终运动数据用于表示所述相邻两帧图像的经过滤波后的运动数据。

S108：根据所述最终运动数据和所述相邻两帧图像的前一帧图像，确定所述相邻两帧图像的后一帧图像，实现所述相邻两帧图像的稳像。

本发明实施例在得到所述相邻两帧图像的最终运动数据后，依据所述最终运动数据，对所述相邻两帧图像的前一帧图像进行变换，得到变换后图像。并将所述变换后图像确定为所述相邻两帧图像的后一帧图像，实现所述相邻两帧图像的稳像。也就是说，此时得到的包括所述后一帧图像和所述前一帧图像的相邻两帧图像是经过稳像后的图像。

实际应用中，将摄像头拍摄的视频中的各个相邻两帧图像均经过本发明实施例提供的视频稳像处理，最终得到的视频为经过稳像处理的视频。

本发明实施例提供的视频稳像方法中，首先，采集相邻两帧图像，并分别记录所述相邻两帧图像的采集时间点；根据在所述相邻两帧图像的采集时间点之间的时间段内陀螺仪的运动数据，计算所述相邻两帧图像之间的平移量和旋转角度，作为第一数据。其次，利用预设角点检测算法检测所述相邻两帧图像上是否存在角点，如果是，则根据所述相邻两帧图像上角点的匹配信息，计算所述相邻两帧图像之间的平移量和旋转角度，作为第二数据。再次，将所述第一数据和所述第二数据进行融合，得到融合结果数据；对所述融合结果数据进行滤波后，得到所述相邻两帧图像的最终运动数据。最终，根据所述最终运动数据和所述相邻两帧图像的前一帧图像，确定所述相邻两帧图像的后一帧图像，实现所述相邻两帧图像的稳像。本发明实施例提供的视频稳像方法，由于结合了陀螺仪数据，以及图像处理方法对视频中相邻两帧图像进行稳像处理，所以，最终经过稳像后的视频的显示效果得到更好的提升。

在所述相邻两帧图像上能够检测到角点时，本发明实施例提供的视频稳像方法结合陀螺仪数据和图像处理算法，得到显示效果更好的经过稳像后的视频。但是，对于检测到所述相邻两帧图像上不存在角点的情况，本发明实施例提供的视频稳像方法是不能利用图像处理算法的，所以，本发明实施例针对检测到所述相邻两帧图像上不存在角点的情况，还提供了一种视频稳像方法。

参考图3，为本发明实施例提供的另一种视频稳像方法流程图。所述方法具体包括：

S301：采集相邻两帧图像。

S302：分别记录所述相邻两帧图像的采集时间点。

S303：根据在所述相邻两帧图像的采集时间点之间的时间段内陀螺仪的运动数据，计算所述相邻两帧图像之间的平移量和旋转角度，作为第一数据。

S304：利用预设角点检测算法检测所述相邻两帧图像上是否存在角点，如果否，则执行S305。

本发明实施例中，如果利用预设角点检测算法检测所述相邻两帧图像上不存在角点，则只能利用计算得到的所述第一数据进行稳像处理。

如果利用预设角点检测算法检测所述相邻两帧图像上存在角点，则与上述S104中的执行过程相同。

S305：对所述第一数据进行滤波，得到所述相邻两帧图像的最终运动数据。

本发明实施例中，由于系统检测所述相邻两帧图像上不存在角点，所以，系统只能通过陀螺仪的运动数据计算得到第一数据，并对所述第一数据进行滤波，得到所述相邻两帧图像的最终运动数据。

S306：根据所述最终运动数据和所述相邻两帧图像的前一帧图像，获取所述相邻两帧图像的后一帧图像，实现所述相邻两帧图像的稳像。

本发明实施例提供的视频稳像方法中，如果利用预设角点检测算法检测所述相邻两帧图像上不存在角点，则系统直接对所述第一数据进行滤波，得到所述相邻两帧图像的最终运动数据。最后，根据所述最终运动数据和所述相邻两帧图像的前一帧图像，获取所述相邻两帧图像的后一帧图像，实现所述相邻两帧图像的稳像。本发明实施例对于检测不到角点的图像也能够通过陀螺仪的运动数据进行稳像处理。

另外，由于图像信息的缺失，本发明实施例在根据所述最终运动数据和所述相邻两帧图像的前一帧图像，获取所述相邻两帧图像的后一帧图像后，所述相邻两帧图像的后一帧图像的边缘部分一般会有黑边出现，所以，本发明实施例可以通过裁剪所述相邻两帧图像的后一帧图像的边缘区域，以去除图像的黑边。这种裁剪的方式比较简单，可以节省系统的开销。

一种实际的应用场景中，本发明实施例提供的视频稳像方法能够应用于无人机领域。具体的，本发明实施例提供了一种基于陀螺仪和摄像头的无人机视频稳像方法。其中，为了减少无人机的重量和成本，用于拍摄视频的摄像头可以为无人机内置的摄像头，以及陀螺仪也可以是无人机内置陀螺仪，无需额外的硬件设备。

本发明实施例还提供了一种视频稳像装置，参考图4，为本发明实施例提供的一种视频稳像装置结构示意图，所述装置包括：

采集模块401，用于采集相邻两帧图像；

记录模块402，用于分别记录所述相邻两帧图像的采集时间点；

第一计算模块403，用于根据在所述相邻两帧图像的采集时间点之间的时间段内陀螺仪的运动数据，计算所述相邻两帧图像之间的平移量和旋转角度，作为第一数据；

检测模块404，用于利用预设角点检测算法检测所述相邻两帧图像上是否存在角点；

第二计算模块405，用于在所述检测模块检测到角点时，根据所述相邻两帧图像上角点的匹配信息，计算所述相邻两帧图像之间的平移量和旋转角度，作为第二数据；

融合模块406，用于将所述第一数据和所述第二数据进行融合，得到融合结果数据；

第一滤波模块407，用于对所述融合结果数据进行滤波后，得到所述相邻两帧图像的最终运动数据；

确定模块408，用于根据所述最终运动数据和所述相邻两帧图像的前一帧图像，确定所述相邻两帧图像的后一帧图像，实现所述相邻两帧图像的稳像。

另外，本发明实施例针对检测到所述相邻两帧图像上不存在角点的情况，还提供了一种视频稳像装置，参考图5，为本发明实施例提供的另一种视频稳像装置结构示意图，所述装置包括：

第二滤波模块501，用于在所述检测模块未检测到角点时，对所述第一数据进行滤波，得到所述相邻两帧图像的最终运动数据。

一种具体的实现方式中，所述第一计算模块，包括：

获取子模块，用于分别获取在所述相邻两帧图像的采集时间点陀螺仪的旋转角速度；

第一计算子模块，用于根据所述陀螺仪的旋转角速度，计算在所述相邻两帧图像的采集时间点之间的时间段内陀螺仪的运动数据；

第二计算子模块，用于根据所述陀螺仪的运动数据和预先获取的摄像头焦距数据，计算所述相邻两帧图像之间的平移量和旋转角度，作为第一数据。

具体的，所述融合模块，具体用于：

分别计算所述第一数据和所述第二数据中的所述相邻两帧图像之间的平移量的平均值，以及所述相邻两帧图像之间的旋转角度的平均值，作为融合结果数据。

实际应用中，所述确定模块，包括：

变换子模块，用于依据所述最终运动数据，对所述相邻两帧图像的前一帧图像进行变换，得到变换后图像；

确定子模块，用于将所述变换后图像确定为所述相邻两帧图像的后一帧图像，实现所述相邻两帧图像的稳像。

另外，所述装置还包括：

裁剪模块，用于裁剪所述相邻两帧图像的后一帧图像的边缘区域，以去除图像的黑边。

本发明实施例提供的视频稳像装置能够实现以下功能：采集相邻两帧图像，并分别记录所述相邻两帧图像的采集时间点；根据在所述相邻两帧图像的采集时间点之间的时间段内陀螺仪的运动数据，计算所述相邻两帧图像之间的平移量和旋转角度，作为第一数据。利用预设角点检测算法检测所述相邻两帧图像上是否存在角点，如果是，则根据所述相邻两帧图像上角点的匹配信息，计算所述相邻两帧图像之间的平移量和旋转角度，作为第二数据。将所述第一数据和所述第二数据进行融合，得到融合结果数据；对所述融合结果数据进行滤波后，得到所述相邻两帧图像的最终运动数据。根据所述最终运动数据和所述相邻两帧图像的前一帧图像，确定所述相邻两帧图像的后一帧图像，实现所述相邻两帧图像的稳像。本发明实施例提供的视频稳像装置，由于结合了陀螺仪数据，以及图像处理方法对视频中相邻两帧图像进行稳像处理，所以，最终经过稳像后的视频的显示效果得到更好的提升。

相应的，本发明实施例还提供一种计算机，参见图6所示，可以包括：

处理器601、存储器602、输入装置603和输出装置604。行为收集服务器和智能推荐服务器中的处理器601的数量可以一个或多个，图6中以一个处理器为例。在本发明的一些实施例中，处理器601、存储器602、输入装置603和输出装置604可通过总线或其它方式连接，其中，图6中以通过总线连接为例。

存储器602可用于存储软件程序以及模块，处理器601通过运行存储在存储器602的软件程序以及模块，从而执行行为收集服务器和智能推荐服务器的各种功能应用以及数据处理。存储器602可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等。此外，存储器602可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。输入装置603可用于接收输入的数字或字符信息，以及产生与行为收集服务器和智能推荐服务器的用户设置以及功能控制有关的键信号输入。

具体在本实施例中，处理器601会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器602中，并由处理器601来运行存储在存储器602中的应用程序，从而实现各种功能：

采集相邻两帧图像，并分别记录所述相邻两帧图像的采集时间点；根据在所述相邻两帧图像的采集时间点之间的时间段内陀螺仪的运动数据，计算所述相邻两帧图像之间的平移量和旋转角度，作为第一数据；

利用预设角点检测算法检测所述相邻两帧图像上是否存在角点，如果是，则根据所述相邻两帧图像上角点的匹配信息，计算所述相邻两帧图像之间的平移量和旋转角度，作为第二数据；

将所述第一数据和所述第二数据进行融合，得到融合结果数据；对所述融合结果数据进行滤波后，得到所述相邻两帧图像的最终运动数据；

根据所述最终运动数据和所述相邻两帧图像的前一帧图像，确定所述相邻两帧图像的后一帧图像，实现所述相邻两帧图像的稳像。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明实施例所提供的一种视频稳像方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。