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。     

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.     

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。     

用于实时数字稳像的灰度投影算法研究

基于灰度投影算法构建了一个实时数字图像稳定系统,阐述了灰度投影算法应用于数字稳像的基本问题.深入分析和研究了算法在稳像系统中的中值滤波、区域选择、参考帧选择等优化问题.该系统的硬件由振动平台、光学镜头、CCD、图像采集卡和计算机构成;软件编程基于DirectShow平台,通过Visual C++实现.通过对稳像试验结果的定量评价与分析表明,该灰度投影稳像算法具有简捷、快速、准确的特征,是实现摄像机实时数字稳像的一种切实可行的方法.     

电子稳像技术及其发展

简单介绍了电子稳像技术的基本概念及产生、发展过程 ,重点分析了几种典型的电子稳像系统 ,在此基础上给出了其原理工作框图 ,并详细阐述了电子稳像技术的实质及其目前发展方向     

电子稳像中的运动补偿矢量处理方法的研究

在摄像系统中通过帧间匹配获取帧间运动矢量,进行滤波处理,将镜头的合理运动矢量与由光学系统载体不稳定带来的图像抖动噪声相分离,得出实际用于补偿的位移矢量。提出了多矢量平均算法,结合系统的实用要求改善其对载体合理运动的响应,使系统可以在运动拍摄中也保持图像稳定,不会因为增加了稳像功能对合理的拍摄过程有太大的影响。经过软件模拟和在硬件电子稳像平台上的实际验证,证明该算法简单可靠,在合理采集运动矢量的基础上可以达到很好的稳像效果。     

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。     

三轴稳像棱镜组的三种运动方式

三轴稳像棱镜组是具有三自由度全视场稳定作用,同时还可起扫描、正像作用的多功能棱镜组。本文对该棱镜组的三种运动方式进行了讨论,并运用反射棱镜的基本稳像原理,推导出了三种运动方式的稳像公式和稳像工作公式。     

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.     

电子稳像技术中的坐标变换及像偏移函数分析

为了进行图像偏移的数字补偿 ,需要分析图像的偏移函数 ,要对定坐标系O0 X0 Y0 Z0 ,CCD摄像机载体坐标系O1X1Y1Z1和像空间坐标系O2 X2 Y2 Z2 进行坐标变换 ,从而得出图像偏移与载体运动速度的关系 ,为数字电子稳像奠定基础。     

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。     

一种基于特征点跟踪的电子稳像算法

提出一种基于特征点跟踪的稳像算法。该算法从参考帧图像中提取出一组特征点,然后在后续帧中进行基于Kalman滤波的特征点的跟踪,匹配参考帧图像中特征点的坐标和当前图像中基于Kalman滤波修正后得到的特征点的坐标,并通过仿射模型求出位移量及旋转参数,最后进行反向变换,从而得到稳定的视频图像。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。     

列图像中遮挡缺损图像补偿算法

针对动态图像的遮挡缺损问题,提出了基于图像块的帧间预测算法,可以检测出序列图像中的遮挡缺损区域;利用帧间灰度相关性修正补偿算法进行遮挡缺损区域补偿,利用修正的像元对缺损区域进行补偿能够克服传统插值补偿算法补偿痕迹明显的缺点.仿真结果表明:该算法补偿处理区域与邻域灰度过渡平滑,消除了补偿痕迹,补偿效果比较理想.     

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%。     

复杂背景下运动点目标的检测算法

在复杂背景红外序列图像中,运动点目标的检测一直是研究的重点和难点。介绍了一种新的复杂背景下运动点目标的检测算法。首先根据点目标、背景干扰和噪声在红外图像中的差异,运用窗口大小不同的均值滤波器进行背景抑制以提高图像的信噪比,然后用一种门限法得到新的分割序列图像,最后采用改进后的隔帧差分光流场算法可有效地检测出点目标。仿真实验表明该算法优于传统光流场算法,能够检测帧间位移小于一个像元的运动目标,具有较好的检测性能,且实时性强。