[發明專利]一種基于改進RANSAC方法對視頻流的外點剔除方法

有效

• 申請號: 202010774446.5
• 申請日: 2020-08-04
• 公開（公告）號: CN112084855B
• 公開（公告）日: 2022-05-20
• 發明（設計）人: 耿莉;張良基;申學偉
• 申請（專利權）人: 西安交通大學
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/44;G06T7/246;G06T7/269
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 高博

1.一種基于改進RANSAC方法對視頻流的外點剔除方法，其特征在于，包括以下步驟：

S1、提取視頻流的特征點并跟蹤，更新跟蹤次數；

S2、對特征點連續跟蹤次數進行統計判斷，將跟蹤次數大于等于α的所有特征點歸類為模型建構點集S_cons，將跟蹤次數小于α的點歸類為模型驗證點集S_veri；

S3、從步驟S2中歸類的模型建構點集S_cons中隨機選取可計算模型參數的最小數據進行模型擬合，計算基礎矩陣模型，首先考慮一對匹配點，得到歸一化坐標為：x₁＝[u₁,v₁,1]，x₂＝[u₂,v₂,1]，根據對極約束，利用7對點對得到方程組Af，A的秩為7，得到的解空間為一個二維平面，確定最終的本質矩陣F的約束，去掉復數解后，得到1個解或三個解，若得到三個解，則在之后的判斷中選擇匹配點數多的解作為真解；

S4、用步驟S3中的基礎矩陣模型對其他全部特征點進行判斷，統計所有特征點S中的內外點信息；同時統計模型建構點集S_cons中被歸為內點的數目n_{in_cur}，同時與前一次模型比較，如果n_{in_cur}≤n_{in_pre}，則認為本次模型不如上一次模型，保留原模型，返回步驟S3；否則更新模型進入步驟S5，利用點對x₁＝[u₁,v₁,1]，x₂＝[u₂,v₂,1]計算得到結果e_i＝x₁Fx′₂，當擬合得到的誤差小于預設值e_max時，則判定此點為內點，否則此點被分類為外點；

S5、計算迭代的內點概率w_cons，得到最大迭代次數k_max，最大迭代次數k_max如下：

其中，p為置信度，為所有n個點均為局內點的概率；

S6、完成一次迭代后，迭代次數+1；若未達到次數上限k_max，返回步驟S3；若達到上限，則跳出，輸出內點信息；

S7、對輸入的特征點進行標記，被判斷為內點的，即被成功跟蹤，進行保留處理，被判斷為外點的，即跟蹤失敗，進行清除處理。

2.根據權利要求1所述的基于改進RANSAC方法對視頻流的外點剔除方法，其特征在于，步驟S1中，當有新的圖像輸入時，提取得到這一幀的ORB特征點，之后對得到的特征點進行L-K金字塔光流法跟蹤，與上一幀得到的特征點進行對比，若存在對應特征點，則將此特征點與上一幀的特征點做合并處理，并且跟蹤次數t_p+1，若沒有與之對應的特征點，則被判斷為新的特征點，創建跟蹤t_pnew＝0。

3.根據權利要求1所述的基于改進RANSAC方法對視頻流的外點剔除方法，其特征在于，步驟S2中，將所有點對按照跟蹤次數t_p進行篩選，跟蹤次數α作為閾值；判斷S_cons＜kS，k∈[0,1]，k為警戒值，若滿足條件，不對特征點進行篩選，以全部特征點為運算對象S_cons＝S。

4.根據權利要求3所述的基于改進RANSAC方法對視頻流的外點剔除方法，其特征在于，跟蹤次數α取3～7。

5.根據權利要求1所述的基于改進RANSAC方法對視頻流的外點剔除方法，其特征在于，步驟S4中，若步驟S3中得到三個模型，則對三個模型均進行擬合測試，選出內點數目多的模型為真值。