关于视频稳像(Video Stabilization)

电子稳像
https://blog.csdn.net/jacke121/article/details/54917691
视频稳像(Video Stabilization)
https://blog.csdn.net/hjl240/article/details/52683738
视频稳像笔记
https://blog.csdn.net/HopefulLight/article/details/54925222
防抖算法小结
https://blog.csdn.net/nachoe/article/details/51383221
图像/视频防抖博客收藏夹（内含两个相关链接）
https://blog.csdn.net/Accept1234/article/details/83380501
四种子块匹配数字稳像算法比较
https://blog.csdn.net/coderbigbob/article/details/78797246

---

以上内容小结：

1. 图像抖动可能带来的影响：
   （1）单帧图像模糊；
   （2）单帧图像清晰，但相邻帧之间的画面不连贯；
   （3）单帧图像模糊，且相邻帧之间的画面不连贯。
   目前主流的Video Stabilization算法解决的问题属于第（2）种情况，其余两种情况需要对图像进行去模糊处理（可用合适的锐化滤波实现）。
2. 解决图像抖动的方法可分三大类：
   （1）光学稳像（可通过主动光学部件自适应调整光路实现，复杂度太高）；
   （2）机械稳像（通过陀螺仪检测抖动，调整伺服系统实现）；
   （3）电子（数字）稳像（根据图像内容估计全局运动，通过运动补偿防抖）。
3. 经典电子稳像算法三步法：
   （1）全局运动估计（灰度投影法、基于图像特征法、基于图像块法、基于背景差法等）；
   （2）运动补偿（基于加性噪声滤波、基于轨迹高频噪声平滑）；
   （3）图像生成（帧对帧（简单，实时性好，图像边缘有白边）、子序列对子序列（复杂，实时性差，需综合考虑多帧图像进行渲染））。
4. 2D稳像和3D稳像的概念：
   （1）2D稳像，可解决相邻间的图像平移、旋转、缩放导致的抖动，运动模型为p1=s×Re×p0+T，其中p0和p1分别为前一帧和当前帧的像素坐标，s为变焦系数，Re为正交的旋转矩阵，T表示二维平移量。计算复杂度低，实时性好，为目前的主流稳像算法；
   （2）3D稳像，采用多帧图像构建3D点云，不仅能处理2D稳像可解决的问题，还能根据图像的深度信息解决视差导致的物体位移问题。计算和算法复杂度大，实时性差，属于较前沿的稳像算法。