包含运动物体的远距离成像几何畸变校正

摘要： 长距离成像的视频序列不可避免地受到光学湍流影响，导致非均匀几何畸变和物体位置偏移。对包含运动物体的湍流退化数据进行复原是一项具有挑战性的任务，其本质涉及视频稳像与运动物体检测。本研究提出了一种新方法，可在此类场景中同步实现湍流抑制与运动物体检测。我们首先采用特定高斯混合模型（MoG）对湍流前景进行建模，并通过背景的低秩子空间进行在线正则化。此外，为良好保持动态背景的低秩特性，我们在模型中嵌入变换算子，使其在实际相机抖动或旋转情况下更具鲁棒性。最后采用简单掩模策略重建包含运动物体的稳定帧。大量使用合成与真实湍流退化数据的实验表明，该方法在几何畸变校正和运动物体保持方面均优于其他对比方法。