像清晰度越小，因此利用梯度模值作為圖像清晰度的打分標(biāo)準(zhǔn)，可使視頻帖在清晰度上的 打分客觀數(shù)字化，便于計(jì)算機(jī)實(shí)現(xiàn)W及后續(xù)抽帖處理。
[0038] 在步驟S102中，具體的，在所述獲取所述待處理視頻中每個(gè)帖的扭曲度值的步驟 中包括如下步驟：S301.獲取所述待處理視頻中所有帖的圖像特征點(diǎn)；S302.根據(jù)所述圖像 特征點(diǎn)，獲取各個(gè)兩兩帖之間的第一單應(yīng)性變換矩陣Ft,然后依次級聯(lián)各個(gè)第一單應(yīng)性變 換矩陣Ft,得到所述待處理視頻的第一矩陣集合： F=化，F(xiàn)A,F1F2F3,F1F2F3F4, ? ? ?，F(xiàn)A...Ft...Fs2& 1，F(xiàn)A...Ft...Fs村 式中，S為所述待處理視頻中帖的總數(shù)，F(xiàn)t為第t個(gè)帖與第t+1個(gè)帖之間的第一單應(yīng)性 變換矩陣，F(xiàn)s為單位矩陣；S303.對所述第一矩陣集合中的每個(gè)元素進(jìn)行平滑處理，得到所 述處理視頻的第二矩陣集合： H=化，邸2,邸2&，H1H2H3H4, ? ? ?，H化…H品化} 式中，S為所述待處理視頻中帖的總數(shù)；S304.通過依次對比所述第一矩陣集合與所述 第二矩陣集合的對應(yīng)元素，獲取對應(yīng)帖的第二單應(yīng)性變換矩陣BTi;S305.分別在各個(gè)帖對 應(yīng)的所述第二單應(yīng)性變換矩陣中抽取左上角的四個(gè)元素，組成對應(yīng)的第一矩陣： 為馬 _碼D, 矩陣中，Al,Bi,Ci和D1分別為第i個(gè)帖對應(yīng)的第二單應(yīng)性變換矩陣BT沖左上角的四 個(gè)元素，然后對對應(yīng)的第一矩陣進(jìn)行奇異值分解，獲得對應(yīng)的第二矩陣： 4： 〇 _0 乂;， 矩陣中，AIi和A21為第i個(gè)帖對應(yīng)的第二矩陣中主對角線上的兩個(gè)參數(shù)值；S306.分 別對各個(gè)帖的比值Ki=A。/A21進(jìn)行歸一化處理，并將結(jié)果值作為對應(yīng)帖的扭曲度值。
[0039] 在步驟S302中，所述兩兩帖之間的第一單應(yīng)性變換矩陣用于作為帖間運(yùn)動(dòng)模型， 描述兩兩帖之間的運(yùn)動(dòng)，可W但不限于為如下形式： Xp'幻'b C X 枯二分e/V-Zf-_客A1_ -1_ 式中，（x，y)表示單應(yīng)性變換前的坐標(biāo)，對應(yīng)著兩兩帖中后一帖的圖像特征點(diǎn)的位置， (卻，yp，Zp)表示單應(yīng)性變換后的坐標(biāo)，對應(yīng)著兩兩帖中后一帖中前一帖的圖像特征點(diǎn)的位 abC 置，還e/即為所述第一單應(yīng)性變化矩陣，表示兩兩帖之間的運(yùn)動(dòng)模型，其中，左上角 _各成1_ 的四個(gè)元素（a,b，d，e)表示圖像的旋轉(zhuǎn)和縮放，左下角的兩個(gè)元素（g，h)表示圖像的透視 變換，右上角的兩個(gè)元素（c，f)表示圖像的平移變換。由于第S個(gè)帖（即最末帖）之后不 存在下一個(gè)帖，為了便于后續(xù)得到第S帖對應(yīng)的扭曲度值（即后續(xù)的第一矩陣集合和第二 矩陣集合均需包括S個(gè)元素），則將第S個(gè)帖與第S個(gè)帖（即最末帖與最末帖）之間的單應(yīng) 性變化矩陣作為針對第S個(gè)帖的兩兩帖之間的第一單應(yīng)性變化矩陣Fs,其為單位矩陣，可W 'IO& 但不限于為如下形式：OIO。因此所述第一矩陣集合用于描述所述待處理視頻中非穩(wěn) OO1 定的帖間運(yùn)動(dòng)模型集合（即初始相機(jī)路徑），所述第二矩陣集合用于描述對所述非穩(wěn)定的 帖間運(yùn)動(dòng)模型進(jìn)行平滑處理后得到的、穩(wěn)定的帖間運(yùn)動(dòng)模型（即優(yōu)化相機(jī)路徑）。
[0040] 在步驟S303中，所述奇異值分解（SingularValueDecomposition)是線性代數(shù) 中一種重要的矩陣分解，是矩陣分析中正規(guī)矩陣酉對角化的推廣，對姑2矩陣進(jìn)行奇異值 分解后，得到U 從而可W得到各個(gè)帖對應(yīng)的第二矩陣。 U A,
[0041] 在步驟S305中，所述分別對各個(gè)帖的比值K進(jìn)行歸一化處理的方式，可W是但不 限于是如下方式：先從所有帖的比值K中獲取最小比值和最大比值，然后利用歸一化公式 將各個(gè)帖的比值K歸一化到[0, 1]范圍內(nèi)，處于[0, 1]范圍內(nèi)的結(jié)果值即為對應(yīng)帖的扭曲 值。如圖3所示，所述步驟S301至S305提供了一種標(biāo)準(zhǔn)化的機(jī)制來量化視頻帖的扭曲度， 由于比值K越接近于1，對應(yīng)的圖像扭曲度越小，圖像質(zhì)量越高，比值K越遠(yuǎn)離于1，對應(yīng) 的圖像扭曲度越大，圖像質(zhì)量越低，因此利用比值K作為圖像扭曲度的打分標(biāo)準(zhǔn)，可使視 頻帖在扭曲度上的打分客觀數(shù)字化，便于計(jì)算機(jī)實(shí)現(xiàn)W及后續(xù)抽帖處理。
[0042] 在步驟S102中，具體的，在所述獲取所述待處理視頻中每個(gè)帖的匹配度值的步驟 中包括如下步驟：S401.針對每個(gè)帖，對當(dāng)前帖和對應(yīng)相鄰帖進(jìn)行圖像特征點(diǎn)提取和匹配 處理，獲取當(dāng)前帖與各個(gè)對應(yīng)相鄰帖的匹配特征點(diǎn)；S402.針對每個(gè)帖，統(tǒng)計(jì)獲取當(dāng)前帖與 各個(gè)對應(yīng)相鄰帖的匹配特征點(diǎn)總數(shù)；S403.分別對各個(gè)帖的所述匹配特征點(diǎn)總數(shù)進(jìn)行歸一 化處理，并將結(jié)果值作為對應(yīng)帖的匹配度值。
[0043] 在步驟S401中，進(jìn)一步具體的，所述對應(yīng)相鄰帖處于所述當(dāng)前帖的一個(gè)半徑不小 于2且不大于8的領(lǐng)域帖范圍內(nèi)。作為舉例的，如圖5所示，所述領(lǐng)域帖范圍的半徑值設(shè)定 3,則在步驟S401中，針對每個(gè)帖，至多需要對7個(gè)視頻帖（一個(gè)當(dāng)前帖和前后各=個(gè)相鄰 帖）進(jìn)行圖像特征點(diǎn)提取和匹配處理，獲取6組當(dāng)前帖與對應(yīng)相鄰帖的匹配特征點(diǎn)。
[0044] 在步驟S402中，在所述獲取當(dāng)前帖與各個(gè)對應(yīng)相鄰帖的匹配特征點(diǎn)總數(shù)的方式 中，首先采用但不限于采用教科書〈〈MultiviewGeometryinComputerVision〉〉中提供 的單應(yīng)性變換結(jié)合RANSAC的標(biāo)準(zhǔn)算法對所述當(dāng)前帖與各個(gè)對應(yīng)相鄰帖的匹配特征點(diǎn)進(jìn)行 篩選，然后統(tǒng)計(jì)篩選后的當(dāng)前帖與各個(gè)對應(yīng)相鄰帖的匹配特征點(diǎn)的總數(shù)。
[0045] 在步驟403中，所述分別對各個(gè)帖的所述匹配特征點(diǎn)總數(shù)進(jìn)行歸一化處理的方 式，可W是但不限于是如下方式：先從所有帖的所述剩余匹配特征點(diǎn)總數(shù)中獲取最小數(shù)值 和最大數(shù)值，然后利用歸一化公式將各個(gè)帖的所述匹配特征點(diǎn)總數(shù)歸一化到[0，1]范圍 內(nèi)，處于[0，1]范圍內(nèi)的結(jié)果值即為對應(yīng)帖的匹配值。如圖4所示，所述步驟S401至S403 提供了一種標(biāo)準(zhǔn)化的機(jī)制來量化視頻帖的匹配度，由于所述匹配特征點(diǎn)總數(shù)越多，則表示 對應(yīng)帖與對應(yīng)相鄰帖的公共信息越多，對應(yīng)的圖像匹配度越高，所述匹配特征點(diǎn)總數(shù)越少， 則表示對應(yīng)帖與對應(yīng)相鄰帖的公共信息越少，對應(yīng)的圖像匹配度低，因此利用所述匹配特 征點(diǎn)總數(shù)作為圖像匹配度的打分標(biāo)準(zhǔn)，可使視頻帖在匹配度上的打分客觀數(shù)字化，便于計(jì) 算機(jī)實(shí)現(xiàn)W及后續(xù)抽帖處理。
[0046] 在步驟S102中，具體的，在所述根據(jù)所述清晰度值、扭曲度值和匹配度值計(jì)算每 帖對應(yīng)的抽帖參考值的步驟中包括如下步驟：按照如下公式計(jì)算各個(gè)帖對應(yīng)的抽帖參考值 4 =約+巧+? 式中，轉(zhuǎn)為第i個(gè)帖的清晰度值，S1為第i個(gè)帖的扭曲度值，y1為第i個(gè)帖的匹配度 值。所述抽帖參考值為清晰度值、扭曲度值和匹配度值的=者等比之和，因此可按照如下方 式表征圖像質(zhì)量：所述抽帖參考值越大，圖像質(zhì)量越高，所述抽帖參考值越低，圖像質(zhì)量越 低，從而可使視頻帖在綜合清晰度、扭曲度和匹配度評估圖像質(zhì)量的打分客觀數(shù)值化，便于 后續(xù)抽帖處理。
[0047]S103.設(shè)置一個(gè)窗口大小為N的滑動(dòng)窗，然后通過移動(dòng)滑動(dòng)窗逐步選擇所述處理 視頻中的M個(gè)連續(xù)帖，并剔除每步所選連續(xù)帖中抽帖參考值最小的帖，所述M值等于N值。
[0048] 在步驟S103中，出于抽帖效果和技術(shù)量的考慮，所述滑動(dòng)窗的窗口大小N為不小 于3且不大于8的整數(shù)。同時(shí)，所述滑動(dòng)窗在移動(dòng)過程中的步進(jìn)單位不小于1且不大于所 述窗口大小N的一半。作為舉例的，如圖6所示，所示滑動(dòng)窗的窗口大小N為4,所述滑動(dòng)窗 在移動(dòng)過程中的步進(jìn)單位為2,每移動(dòng)一次滑動(dòng)窗，即可選擇4個(gè)連續(xù)帖，并剔除所選4個(gè)連 續(xù)帖中抽帖參考值最小的帖，然后再向前移動(dòng)2個(gè)帖的距離，新選擇4個(gè)進(jìn)行抽帖處理，如 此從頭至尾滑動(dòng)一遍所述滑動(dòng)窗并進(jìn)行抽帖處理，即完成一次完整的抽帖步驟。
[0049]S104.若所述待處理視頻的總剩余帖數(shù)大于目標(biāo)數(shù)值，則重新獲取所述待處理視 頻中各個(gè)剩余帖對應(yīng)的扭曲度值和匹配度值，然后返回執(zhí)行步驟S103,否則對所述待處理 視頻的剩余帖做視頻防抖處理，輸出縮時(shí)視頻圖像。