matlab电子稳像算法EIS研究+文献综述(4)
电子稳像技术是综合电子，计算机，数字信号处理等技术为一体的新一 代 实现图像序列稳定的技术。电子稳像技术由于它本身具有的稳定精度高,实时性强,轻便等特性,使其具有广阔的发展前景,同时,电子稳像高精度的实现对于研制 更长 焦距、更高分辨力的摄像机 系统具有重要意义。
3.2 电子稳像技术的基本原理
视频图像序列的帧间变化描述了摄像机的运动。设摄像 机的帧间运动矢量为V=Vs+Vn,其中Vs为平稳运动分量,Vn为不规则抖动运动分量。稳像的目的就是把Vn从V中去掉,以得到平稳的运动图像。一般情况下不规则抖动的频率分布主要集中在高频区域,而平稳运动的频率分布则集中在低频分量上。而且V中的每个分量之间是正交的,因此可以用逐个分量进行滤波的方法分离平稳运动和不规则运动。
由上分析可见电子稳像方法中有两个基本问题,一个是图像序列帧间运动估计;另一个是运动补偿。运动估计是找出相邻帧图像之间的偏移值,包括平移、旋转、缩放等运动参数。运动补偿即是对已估计出的全局运动矢量进行运动滤波,区分平稳运动分量Vs以及抖动分量Vn,确定补偿参数。根据已恢复运动参数对原始图像进行几何变换消除抖动,使变换后的图像序列仅保留摄像机的主动运动,看起来平滑、稳定。
3.2.1 运动估计方法
常用的运动估计方法有:基于像素灰度信息的运动矢量估计方法、基于块运动的矢量估计方法、基于灰度编码的位平面匹配技术、基于图像特征匹配方法以及频域互相关方法。
基于块运动的运动矢量估计方法是一种常用的运动估计方法,基于最小均方差匹配准则运动的全搜索帧匹配方法是检测平移运动的最优算法。该算法由于计算量大,效率低,很难做到实时检测。人们提出了不同的改进方法来减少计算量提高估计性能,包括搜索算法、搜索区域、匹配准则几个方面。
基于像素灰度信息的运动矢量估计方法包括光流法、灰度投影算法等。中光流的计算存在较大的噪声和误差,而且要求图像序列有较大的帧率,数据处理量大,实时性较差。灰度投影算法适合于平移运动的估计,要求图像的灰度变化应较丰富。当图像序列不仅存在平移运动同时包含旋转缩放等变换时,会影响算法的精度。
基于灰度编码的位平面匹配技术是一种快速运动估计方法,但与均方差准则的全搜索帧匹配相比,精度降低。为提高运动估计精度,基于子像相位相关的全局运动估计方法,鲁棒性非常好,但是不适合实时图像稳定系统。 相位相关技术是一种非线性、基于傅氏功率谱的频域相关技术,所依据的傅立叶变换性质是平移定理,由平移定理可知互功率谱的相位等于两幅图像间的相位差。相位相关算法特别适合于存在着低频噪声的图像,如不同光照条件下的图像;它在精度和计算量上明显优于典型的相关算法。该方法的突出优点是通过相位相关获得的估计是全局的,不会陷入局部最优解。相位相关技术与极对数坐标变换相结合,不仅可以检测图像之间的平移运动,还可以检测绕光轴的旋转与缩放运动。
基于特征匹配的运动矢量估计是一种最常用的方法,因 为对特征的处理更符合人的视觉特征。选用什么样的特征来 进行运动估计是该方法的关键。特征选择要考虑的因素包括特征的普遍存在性、特征的抗噪声能力、特征的定位精度
和特征描述的复杂性等图像序列的帧间运动矢量,首先在参考图像中确定一组特征作为标识,对当前图像进。图像的特征是指所获的图像场景中可作为标志的属性。利用特征估计连续视频行搜索,寻找对应的特征,从而获得图像序列的帧间运动矢量。图像的主要特征包括:区域、物体边缘、直线以及灰度极大值点、角点和图像上的特征物体等。