基于opencv對(duì)高空拍攝視頻消抖處理
點(diǎn)擊下面卡片關(guān)注“AI算法與圖像處理”，選擇加"星標(biāo)"或“置頂”
重磅干貨，第一時(shí)間送達(dá)
來(lái)源:https://luzhimin.blog.csdn.net/article/details/114523558 編輯：AI算法與圖像處理
一、問(wèn)題背景
無(wú)人機(jī)在拍攝視頻時(shí)，由于風(fēng)向等影響因素，不可避免會(huì)出現(xiàn)位移和旋轉(zhuǎn)，導(dǎo)致拍攝出的畫面存在平移和旋轉(zhuǎn)的幀間變換， 即“抖動(dòng)” 抖動(dòng)會(huì)改變目標(biāo)物體 (車輛、行人) 的坐標(biāo)，給后續(xù)的檢測(cè)、跟蹤任務(wù)引入額外誤差，造成數(shù)據(jù)集不可用。
原效果
目標(biāo)效果
理想的無(wú)抖動(dòng)視頻中，對(duì)應(yīng)于真實(shí)世界同一位置的背景點(diǎn)在不同幀中的坐標(biāo)應(yīng)保持一致，從而使車輛、行人等目標(biāo)物體的坐標(biāo)變化只由物體本身的運(yùn)動(dòng)導(dǎo)致，而不包含相機(jī)的運(yùn)動(dòng) 抖動(dòng)可以由不同幀中對(duì)應(yīng)背景點(diǎn)的坐標(biāo)變換來(lái)描述
二、量化指標(biāo)
抖動(dòng)可以用相鄰幀之間的 x 方向平移像素 dx，y 方向平移像素 dy，旋轉(zhuǎn)角度 da，縮放比例 s 來(lái)描述，分別繪制出 4 個(gè)折線圖，根據(jù)折線圖的走勢(shì)可以判斷抖動(dòng)的程度 理想的無(wú)抖動(dòng)視頻中，dx、dy、da 幾乎始終為 0，s 幾乎始終為 1。
三、技術(shù)思路
我們最終實(shí)現(xiàn)，將視頻的所有幀都對(duì)齊到第一幀，以達(dá)到視頻消抖問(wèn)題，實(shí)現(xiàn)邏輯如下圖所示。
（1）首先對(duì)視頻進(jìn)行抽第一幀與最后一幀，為什么抽取兩幀？這樣做的主要目的是，我們?cè)谧鰩瑢?duì)齊時(shí)，使用幀中靜態(tài)物的關(guān)鍵點(diǎn)做對(duì)齊，如果特征點(diǎn)來(lái)源于動(dòng)態(tài)物上，那么對(duì)齊后就會(huì)產(chǎn)生形變，我們選取第一幀與最后一幀，提取特征點(diǎn)，留下交集部分，則可以得到靜態(tài)特征點(diǎn)我們這里稱為特征模板，然后將特征模板應(yīng)用到每一幀上，這樣可以做有效對(duì)齊。
（2）常用特征點(diǎn)檢測(cè)器：
SIFT: 04 年提出，廣泛應(yīng)用于各種跟蹤和識(shí)別算法，表現(xiàn)能力強(qiáng)，但計(jì)算復(fù)雜度高。
SURF: 06 年提出，是 SIFT 的演進(jìn)版本，保持強(qiáng)表現(xiàn)能力的同時(shí)大大減少了計(jì)算量。
BRISK: BRIEF 的演進(jìn)版本，壓縮了特征的表示，提高了匹配速度。ORB: 以速度著稱，是 SURF 的演進(jìn)版本，多用于實(shí)時(shí)應(yīng)用。
GFTT: 最早提出的 Harris 角點(diǎn)的改進(jìn)版本，經(jīng)常合稱為 Harris-Shi-Tomasi 角點(diǎn)。
SimpleBlob: 使用 blob 的概念來(lái)抽取圖像中的特征點(diǎn)，相對(duì)于角點(diǎn)的一種創(chuàng)新。FAST: 相比其他方法特征點(diǎn)數(shù)量最多，但也容易得到距離過(guò)近的點(diǎn)，需要經(jīng)過(guò) NMS。
Star: 最初用于視覺(jué)測(cè)距，后來(lái)也成為一種通用的特征點(diǎn)檢測(cè)方法。
我們這里使用的是SURF特征點(diǎn)檢測(cè)器
第一幀特特征點(diǎn)提取
最后一幀特征點(diǎn)提取
（3）在上圖中，我們發(fā)現(xiàn)所提取的特征點(diǎn)中部分來(lái)自于車身，由于車是運(yùn)動(dòng)的，所以我們不能使用，我們用第一幀與最后一幀做靜態(tài)特幀點(diǎn)匹配，生成靜態(tài)特征模板，在下圖中，我們發(fā)現(xiàn)只有所有的特征點(diǎn)只選取在靜態(tài)物上
靜態(tài)特征點(diǎn)模板
（4）靜態(tài)特征模板匹配 ，我們這里使用Flann算法，匹配結(jié)果如下
特征匹配
（5）使用匹配成功的兩組特征點(diǎn)，估計(jì)兩幀之間的透視變換 (Perspective Transformation)。估計(jì)矩陣 H，其中 (x_i, y_i) 和 (x_i^′, y_i^′) 分別是兩幀的特征點(diǎn)。
第一幀
最后一幀對(duì)齊到第一幀
四、實(shí)現(xiàn)代碼
代碼基于python實(shí)現(xiàn)，如下所示
import cv2import timeimport numpy as npimport osclass Stable:# 處理視頻文件路徑__video_path = None# surf 特征提取__surf = {# surf算法'surf': None,# 提取的特征點(diǎn)'kp': None,# 描述符'des': None,# 過(guò)濾后的特征模板'template_kp': None}# capture__capture = {# 捕捉器'cap': None,# 視頻大小'size': None,# 視頻總幀'frame_count': None,# 視頻幀率'fps': None,'video': None}# 配置__config = {# 要保留的最佳特征的數(shù)量'key_point_count': 5000,# Flann特征匹配'index_params': dict(algorithm=0, trees=5),'search_params': dict(checks=50),'ratio': 0.5,'frame_count': 9999}# 當(dāng)前處理幀數(shù)__current_frame = 0# 需要處理幀數(shù)__handle_count = 0# 處理時(shí)間__handle_timer = {'init': 0,'handle': 0,'read': 0,'key': 0,'matrix': 0,'flann': 0,'perspective': 0,'write': 0,'other': 0,}# 幀隊(duì)列__frame_queue = None# 需要寫入的幀隊(duì)列__write_frame_queue = None# 特征提取列表__surf_list = []def __init__(self):pass# 初始化capturedef __init_capture(self):self.__capture['cap'] = cv2.VideoCapture(self.__video_path)self.__capture['size'] = (int(self.__capture['cap'].get(cv2.CAP_PROP_FRAME_WIDTH)),int(self.__capture['cap'].get(cv2.CAP_PROP_FRAME_HEIGHT)))self.__capture['fps'] = self.__capture['cap'].get(cv2.CAP_PROP_FPS)self.__capture['video'] = cv2.VideoWriter(self.__video_path.replace('.', '_stable.'),cv2.VideoWriter_fourcc(*"mp4v"),self.__capture['fps'],self.__capture['size'])self.__capture['frame_count'] = int(self.__capture['cap'].get(cv2.CAP_PROP_FRAME_COUNT))self.__handle_count = min(self.__config['frame_count'], self.__capture['frame_count'])# 初始化surfdef __init_surf(self):st = time.time()self.__capture['cap'].set(cv2.CAP_PROP_POS_FRAMES, 0)state, first_frame = self.__capture['cap'].read()self.__capture['cap'].set(cv2.CAP_PROP_POS_FRAMES, self.__capture['frame_count'] - 20)state, last_frame = self.__capture['cap'].read()self.__surf['surf'] = cv2.xfeatures2d.SURF_create(self.__config['key_point_count'], 1, 1, 1, 1)# nfeatures：默認(rèn)為0，要保留的最佳特征的數(shù)量。特征按其分?jǐn)?shù)排名（在SIFT算法中按局部對(duì)比度排序）# nOctaveLayers：默認(rèn)為3，金字塔每組(Octave)有多少層。3是D. Lowe紙中使用的值。# contrastThreshold：默認(rèn)為0.04，對(duì)比度閾值，用于濾除半均勻（低對(duì)比度）區(qū)域中的弱特征。閾值越大，檢測(cè)器產(chǎn)生的特征越少。# edgeThreshold：默認(rèn)為10，用來(lái)過(guò)濾邊緣特征的閾值。注意，它的意思與contrastThreshold不同，edgeThreshold越大，濾出的特征越少（保留更多特征）。# sigma：默認(rèn)為1.6，高斯金字塔中的σ。如果使用帶有軟鏡頭的弱相機(jī)拍攝圖像，則可能需要減少數(shù)量。self.__surf['kp'], self.__surf['des'] = self.__surf['surf'].detectAndCompute(first_frame, None)kp, des = self.__surf['surf'].detectAndCompute(last_frame, None)# 快速臨近匹配flann = cv2.FlannBasedMatcher(self.__config['index_params'], self.__config['search_params'])matches = flann.knnMatch(self.__surf['des'], des, k=2)good_match = []for m, n in matches:if m.distance < self.__config['ratio'] * n.distance:good_match.append(m)self.__surf['template_kp'] = []for f in good_match:self.__surf['template_kp'].append(self.__surf['kp'][f.queryIdx])self.__capture['cap'].set(cv2.CAP_PROP_POS_FRAMES, 0)self.__handle_timer['init'] = int((time.time() - st) * 1000)print("[INFO] init time:{}ms".format(self.__handle_timer['init']))# 初始化 隊(duì)列def __init_data(self):pass# 初始化def __init(self):self.__init_capture()self.__init_surf()self.__init_data()# 處理def __process(self):self.__current_frame = 1while True:if self.__current_frame > self.__handle_count:breakstart_time = time.time()# 抽幀success, frame = self.__capture['cap'].read()self.__handle_timer['read'] = int((time.time() - start_time) * 1000)if not success: return# 計(jì)算frame = self.detect_compute(frame)# 寫幀st = time.time()self.__capture['video'].write(frame)self.__handle_timer['write'] = int((time.time() - st) * 1000)self.__handle_timer['handle'] = int((time.time() - start_time) * 1000)self.__current_frame += 1self.print_handle_time()# 視頻穩(wěn)像def stable(self, path):self.__video_path = pathself.__init()self.__process()# 打印耗時(shí)def print_handle_time(self):print("[INFO] handle frame:{}/{} time:{}ms(read:{}ms key:{}ms flann:{}ms matrix:{}ms perspective:{}ms write:{}ms)".format(self.__current_frame,self.__handle_count,self.__handle_timer['handle'],self.__handle_timer['read'],self.__handle_timer['key'],self.__handle_timer['flann'],self.__handle_timer['matrix'],self.__handle_timer['perspective'],self.__handle_timer['write']))# 特征點(diǎn)提取def detect_compute(self, frame):frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)# 計(jì)算特征點(diǎn)st = time.time()kp, des = self.__surf['surf'].detectAndCompute(frame_gray, None)self.__handle_timer['key'] = int((time.time() - st) * 1000)# 快速臨近匹配st = time.time()flann = cv2.FlannBasedMatcher(self.__config['index_params'], self.__config['search_params'])matches = flann.knnMatch(self.__surf['des'], des, k=2)self.__handle_timer['flann'] = int((time.time() - st) * 1000)# 計(jì)算單應(yīng)性矩陣st = time.time()good_match = []for m, n in matches:if m.distance < self.__config['ratio'] * n.distance:good_match.append(m)p1, p2 = [], []for f in good_match:# 存在與模板特征點(diǎn)中if self.__surf['kp'][f.queryIdx] in self.__surf['template_kp']:p1.append(self.__surf['kp'][f.queryIdx].pt)p2.append(kp[f.trainIdx].pt)H, _ = cv2.findHomography(np.float32(p2), np.float32(p1), cv2.RHO)self.__handle_timer['matrix'] = int((time.time() - st) * 1000)# 透視變換st = time.time()output_frame = cv2.warpPerspective(frame, H, self.__capture['size'], borderMode=cv2.BORDER_REPLICATE)self.__handle_timer['perspective'] = int((time.time() - st) * 1000)return output_frames = Stable()s.stable('video/test10.mov')
五、效果展示
我們消抖后的視頻道路完全沒(méi)有晃動(dòng)，但是在邊界有馬賽克一樣的東西，那是因?yàn)閳D片對(duì)齊后后出現(xiàn)黑邊，我們采用邊緣點(diǎn)重復(fù)來(lái)彌補(bǔ)黑邊。
消抖前
消抖后
六、效率優(yōu)化
目前的處理效率（原視頻尺寸3840*2160），我們可以看出主要時(shí)間是花費(fèi)在特征點(diǎn)(key)提取上。
可以采用異步處理+GPU提高計(jì)算效率
處理效率
七、存在問(wèn)題
目前存在的問(wèn)題 還不能完全消除視頻中的所有抖動(dòng)
（1）尤其是對(duì)于原來(lái)的抖動(dòng)比較劇烈的視頻，目前只能去除大部分明顯抖動(dòng)；
（2）由于畫面旋轉(zhuǎn)造成的邊緣畫面缺失，目前采取了復(fù)制邊緣點(diǎn) (replicate) 的操作，是否會(huì)對(duì)數(shù)據(jù)集的使用造成影響還需要進(jìn)行實(shí)驗(yàn)。
改進(jìn)思路
（1）對(duì)于抖動(dòng)問(wèn)題，計(jì)劃通過(guò)調(diào)整關(guān)鍵點(diǎn)檢測(cè)器參數(shù)、盡可能過(guò)濾掉運(yùn)動(dòng)物體的特征點(diǎn)、調(diào)整特征點(diǎn)匹配參數(shù)來(lái)解決；
（2）對(duì)于邊緣畫面缺失問(wèn)題，可以使用基于 CNN 的圖像修復(fù)算法，盡可能讓缺失的邊緣表現(xiàn)得更自然 后續(xù)進(jìn)一步增加運(yùn)動(dòng)平滑等算法，實(shí)現(xiàn)對(duì)整體運(yùn)動(dòng)的進(jìn)一步平滑。
個(gè)人微信（如果沒(méi)有備注不拉群！） 請(qǐng)注明：地區(qū)+學(xué)校/企業(yè)+研究方向+昵稱
下載1：何愷明頂會(huì)分享
在「AI算法與圖像處理」公眾號(hào)后臺(tái)回復(fù)：何愷明，即可下載。總共有6份PDF，涉及 ResNet、Mask RCNN等經(jīng)典工作的總結(jié)分析
下載2：終身受益的編程指南：Google編程風(fēng)格指南
在「AI算法與圖像處理」公眾號(hào)后臺(tái)回復(fù)：c++，即可下載。歷經(jīng)十年考驗(yàn)，最權(quán)威的編程規(guī)范！
下載3 CVPR2021
在「AI算法與圖像處理」公眾號(hào)后臺(tái)回復(fù)：CVPR，即可下載1467篇CVPR 2020論文 和 CVPR 2021 最新論文
點(diǎn)亮 
，告訴大家你也在看