运动背景下的帧间稳像技术

针对运动背景下帧间稳像技术,提出了一种带运动矢量修正的灰度投影运动估计算法。采用该算法分别对当前帧和参考帧的行、列计算灰度投影序列;将当前帧投影序列局部分块,分别将每一分块与参考帧行、列投影曲线进行互相关计算,得到基于局部投影的行、列运动矢量集合;以分块区域的相关置信度为权系数衡量参数,计算每一分块的像素位移权值,从而计算某一方向帧间的加权运动矢量。实验结果表明:该方法可以使运动目标造成的影响只作用于其中若干个局部分块,而其他分块不受此影响,尽可能保证稳像的准确性。采用该方法稳像后的图像与参考帧图像的均方根误差(RMSE)值明显下降,与参考帧图像更加吻合。     

动态图像序列帧间运动补偿方法探讨

图像序列的帧间运动不仅包含平移运动,而且旋转运动也是常见的。为了补偿这两种运动,可采用仿射变换模型。先把参考帧和当前帧分成若干个子块,利用灰度投影算法计算出局部运动矢量,然后使用能量最小化方法,由求出的有效局部运动矢量确定仿射变换模型参数。通过对当前帧进行仿射变换,即可实现对图像的平移和旋转的补偿。仿真和实验证明了该方法的可行性。     

一种补偿平移与旋转运动的快速电子稳像算法

针对视频图像序列的非稳特性,研究了电子稳像算法中灰度投影算法和块匹配算法各自的不足之处,提出了一种快速补偿视频图像序列间平移及旋转运动的稳定成像算法.该算法先采用灰度投影算法估计并补偿视频图像序列间的平移运动,再利用拉普拉斯变换在靠近图像的边缘区域选取几个具有明显特征的小块,运用块匹配算法进行匹配,计算并补偿其旋转运动量,以得到稳定的视频图像序列.通过理论分析和实验验证,表明这种稳像算法具有速度快、准确度高的特点.     

一种基于灰度投影算法的电子稳像方法

针对图像序列的抖动,研究了摄像机的抖动和正常扫描这两种运动的特点,提出了一种带运动修正的投影稳像算法PMCA.该算法首先利用灰度投影算法求出原始序列运动矢量,然后采用平均值滤波对这些运动矢量进行了处理,为了防止由前一稳定帧补偿带来的错误传播,又做了运动修正,使用原始帧代替稳定帧作为待补偿帧.实验结果表明PMCA算法可以明显减轻序列抖动现象,而且能实时跟随真实扫描场景.     

高分辨率灰度投影算法及其在电子稳像中的应用

提出一种用于检测图像运动矢量的高分辨率灰度投影算法。灰度投影算法将图像在水平和垂直方向上的灰度投影数据作为图像特征,获得图像运动信息,一般只能达到一个像元精度。而通过采用相关计算进一步细分灰度投影数据,可以提高图像运动特征位置信息的精度,获得亚像元级的图像运动矢量。实验室摇摆台电子稳像实验结果表明,该方法可以有效提高图像运动矢量的计算精度。     

一种基于检测块动态选择的稳像算法

针对包含运动物体视频序列的稳像问题,提出了一种基于运动目标检测的数字稳像算法.该算法运用估计的全局运动参数补偿帧间全局运动,得到运动补偿前帧和当前帧的差值图像,并将差值图像分割成一系列的前景块和背景块,仅跟踪背景块来估计下一轮的全局运动参数.仿真结果表明,提出的稳像算法不仅计算复杂度低,而且估计的全局变换参数具有相当高的帧间变换保真度,可以用于占据半个像面的动目标的视频序列.     

一种稳定船载电视侦察图像序列的灰度投影拟合算法

提出了一种新的船载电子稳像算法———灰度投影拟合算法,此算法包括:合理划分图像区域,保证区域内各点运动一致;利用灰度投影法确定每个区域内的图像平移量;利用拟合公式确定图像全局运动矢量。既保留了灰度投影算法的快速性,又保证了图像旋转量的准确确定,从而实现了图像灰度细节丰富但无明显特征目标的图像序列的稳定。对船载摄像系统获取的视频图像序列进行稳像处理的结果表明,该稳像算法稳像精度高,实时处理能力强,实际应用效果好。     

基于灰度投影改进的电子稳像

针对灰度投影算法运用于存在局部运动目标的情况下,稳像效果较差并且可能产生错稳这一问题,在分析灰度投影基本理论的基础上,提出一种改进的灰度投影算法:局部运动物体位置估计方法和像素替代法。利用灰度值的改变和像素替代的方法,把局部运动物体去除,再进行稳像处理。通过实验验证,该方法可以解决图像中存在运动物体时发生的错稳情况。比较改进前与改进后的稳像效果,改进后的PSRN（峰值信噪比）提高了1.35。     

基于角点匹配的电子稳像算法

提出了一种基于角点匹配的电子稳像算法。分析了Harris角点检测的原理。获得角点后,根据相邻帧对应角点的坐标分布,建立当前帧与参考帧的映射关系,并运用仿射变换模型,以最小二乘解的形式获得帧间全局运动估计矢量。最后,采用Kalman滤波器对运动估计矢量作低通滤波,平滑运动参数,获得运动补偿矢量,实现视频序列的实时稳像。实验表明该算法较好地去除了视频序列的高频抖动,同时保留了摄像机的主动运动,稳像后视频序列的峰值信噪比明显提高。     

一种基于特征跟踪的视频序列稳像算法

提出一种基于特征跟踪的视频序列稳像算法.该算法从视频序列的参考帧中提取出一组角点特征,然后在后续帧中基于模糊Kalman滤波进行特征窗跟踪,通过比较各帧图像中特征窗间的对应关系计算出补偿摄像机运动所必需的参数,使用这些参数将后续帧向参考帧对准,从而得到稳定的视频序列.实验结果表明该算法稳像效果好,运算复杂度低,且具有较强的鲁棒性.     

一种改进的代表点匹配算法在稳像技术中的应用

提出一种用于电子稳像技术改进的代表点匹配算法。通过合理的划分区域,保证在区域内各点运动的一致性,利用代表点匹配算法确定各区域内的运动矢量,并把其代入变换模型可得关于旋转、平移和变焦等信息的线性方程组,求其方程的解得全局运动矢量。利用该方法的特点是,具有速度快,并能求出平移运动和旋转运动参数,实现图像运动的平移和旋转补偿。实验表明,改进的稳像算法对于提高动态图像的稳定性具有较好的效果。     

动态图像序列运动矢量估计算法的研究

运动估计在电子稳像系统中起重要的作用。介绍和比较了几种运动矢量估计算法。为了提高电子稳像系统的性能,提出了在设计电子稳像系统时选取运动矢量估计算法的原则。通过比较应用在航摄图像序列中的投影算法和匹配算法的性能,说明了如何应用运动矢量估计算法的原则。仿真结果表明,根据此原则选取的运动矢量估计算法应用于电子稳像系统是可行的。     

一种基于特征块匹配的电子稳像方法

提出一种基于特征模块匹配的图像稳定的算法.该算法自适应地搜索图像特征模块进行后续稳像操作.在稳像过程中,提出一种图像特征匹配的快速算法,匹配得到局部运动矢量,然后对匹配结果进行一致性检验,最后采用可变窗口宽度的均值滤波法对图像序列运动轨迹滤波.试验表明,该算法有效地稳定了图像序列,并且满足实时性要求.     

改进块匹配宏块的快速传感器电子稳像方法

提出了一种改进块匹配宏块分布排列的快速传感器电子稳像算法,通过陀螺传感器测量摄像系统的抖动,利用小范围快速块匹配算法估计局部运动矢量,再运用最小二乘法解算全局运动矢量.小范围快速块匹配算法得到的局部运动矢量准确度高,仅需部分局部运动矢量即可准确解算出全局运动矢量.基于此在保证运动矢量准确度情况下,对块匹配宏块的分布排列进行了改进,从而减少匹配宏块数量加快算法速度.通过对宏块网,格模型的分析,得出对小范围快速块匹配算法进行宏块分布改进的方案,进而设计出快速传感器电子稳像算法.仿真及实验表明:运算时间提高89％左右,且算法准确度略高于改进前算法.     

基于联合运动补偿的边信息预测算法

传统块运动补偿算法仅利用单一运动向量场,该运动向量场中总会存在一定的运动异常,而过多的运动异常会严重衰退内插帧质量。为了解决该问题,提出了一种基于联合运动补偿的边信息内插算法,该算法使用双向运动估计计算出内插帧的运动向量场,接着采用当前块和其八个邻域块的运动向量联合预测出目标块。由于运动向量场的局部平滑特性会使八邻域块的运动向量十分接近当前内插块的真实运动向量,实验结果表明提出算法比传统算法有更好的容错性能。     

超高速高性能门控型三分幅相机

提出了一种改进块匹配宏块分布排列的快速传感器电子稳像算法,通过陀螺传感器测量摄像系统的抖动,利用小范围快速块匹配算法估计局部运动矢量,再运用最小二乘法解算全局运动矢量.小范围快速块匹配算法得到的局部运动矢量准确度高,仅需部分局部运动矢量即可准确解算出全局运动矢量.基于此在保证运动矢量准确度情况下,对块匹配宏块的分布排列进行了改进,从而减少匹配宏块数量加快算法速度.通过对宏块网格模型的分析,得出对小范围快速块匹配算法进行宏块分布改进的方案,进而设计出快速传感器电子稳像算法.仿真及实验表明:运算时间提高89%左右,且算法准确度略高于改进前算法.     

高精度全景补偿电子稳像

针对摄像机拍摄目标过程中自身的随机抖动造成的视频序列不稳定,以及稳像补偿过程中边缘信息的丢失,提出了基于SURF（Speed-up Robust Feature）算法的全景电子稳像方法。首先,运用SURF算法提取当前帧图像和参考帧图像的兴趣点,将两幅图像的兴趣点进行匹配,建立两帧的对应关系。针对兴趣点数目较少及场景中部分区域特征相似的情况,引入了兴趣点位移一致性抑制策略,改进了RANSAC（RANdom SAmple Consensus）误匹配的剔除算法,使得运动矢量的精确度小于1 pixel。然后,判定参考帧的更新策略,获取平滑的运动变量。最后,进行运动补偿,运用图像镶嵌技术对丢失的边缘区域信息进行全景补偿,得到了高精度的全景稳像结果,实验得到的输出视频峰值信噪比（PSNR）提高了33.1%。