導(dǎo)語(yǔ)：電子穩(wěn)像計(jì)算方法一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

1概述

在目標(biāo)跟蹤過(guò)程中，攝像機(jī)載體的隨機(jī)振動(dòng)和姿態(tài)變化產(chǎn)生的不平穩(wěn)運(yùn)動(dòng)會(huì)導(dǎo)致視頻圖像序列的不穩(wěn)定甚至模糊，這種不平穩(wěn)運(yùn)動(dòng)不僅影響系統(tǒng)的成像質(zhì)量、造成觀測(cè)者的視覺(jué)疲勞，還會(huì)給運(yùn)動(dòng)目標(biāo)檢測(cè)帶來(lái)困難。電子穩(wěn)像(ElectronicImageStabilization,EIS)是指利用圖像處理手段從輸入的視頻圖像序列中去除由攝像機(jī)的隨機(jī)運(yùn)動(dòng)造成的圖像擾動(dòng)，使輸出圖像序列保持穩(wěn)定的技術(shù)手段。幀間運(yùn)動(dòng)估計(jì)是實(shí)現(xiàn)電子穩(wěn)像的關(guān)鍵環(huán)節(jié)，目前應(yīng)用于穩(wěn)像的運(yùn)動(dòng)估計(jì)方法有很多，灰度投影法[1-5]是其中的一種重要方法。它能充分利用圖像灰度總體分布的變化規(guī)律，較準(zhǔn)確地估計(jì)圖像的運(yùn)動(dòng)矢量，具有計(jì)算量小、精度高的特點(diǎn)[1]。美國(guó)ARL研究實(shí)驗(yàn)室采用此方法在Demo1號(hào)自控目標(biāo)跟蹤系統(tǒng)中實(shí)現(xiàn)了圖像的實(shí)時(shí)穩(wěn)定。但是投影算法有一定的應(yīng)用條件，圖像的灰度變化應(yīng)較豐富，具有一定的對(duì)比度，否則灰度投影曲線變化不明顯，難以精確地求出運(yùn)動(dòng)矢量，容易造成誤差。通過(guò)對(duì)圖像進(jìn)行直方圖均衡化處理，能在一定程度上處理對(duì)比度較差的圖像，增強(qiáng)算法的魯棒性，但是不能從根本上解決此問(wèn)題[2]。為此，本文提出一種基于梯度投影法的電子穩(wěn)像算法。

2灰度投影法

灰度投影法是一種基于投影算法的穩(wěn)像方法，利用圖像灰度分布變化的特點(diǎn)求取圖像幀間運(yùn)動(dòng)向量，分為灰度映射和相關(guān)計(jì)算2個(gè)步驟。

2.1灰度映射

對(duì)輸入的二維圖像進(jìn)行預(yù)處理后，將其灰度信息映射成2個(gè)獨(dú)立的一維投影序列。設(shè)(,)kGij為第k幀圖像點(diǎn)(i,j)處的像素灰度值，M、N分別為圖像投影區(qū)域的行、列數(shù)。圖像第i行的灰度投影值為：()(,)NkkisGrayYiGij(1)圖像第j列的灰度投影值為：()(,)MkkisGrayXjGij(2)投影曲線反映了圖像灰度分布的特點(diǎn)，為方便描述，將圖像行方向的投影曲線記為水平投影曲線，將圖像列方向的投影曲線記為垂直投影曲線。

2.2投影濾波處理

當(dāng)圖像的位移量大時(shí)，由于每一幅圖像的邊緣信息是唯一的，因此會(huì)導(dǎo)致投影的波形在邊緣處的差異性。傳統(tǒng)灰度投影通常采用全投影，即將投影區(qū)域每行(列)進(jìn)行映射，行(列)內(nèi)的每個(gè)像素都參與投影。在進(jìn)行相關(guān)計(jì)算時(shí)，會(huì)對(duì)互相關(guān)峰值產(chǎn)生影響而降低精度。解決此問(wèn)題可通過(guò)余弦平方濾波器進(jìn)行濾波，以降低邊界信息的幅值而保留中心區(qū)域的波形，從而降低邊界對(duì)互相關(guān)的峰值的影響，提高運(yùn)動(dòng)矢量的檢測(cè)精度。

2.3互相關(guān)計(jì)算

將當(dāng)前幀k的水平、垂直投影曲線與參考幀r的水平、垂直投影曲線做互相關(guān)運(yùn)算，根據(jù)2條相關(guān)曲線的唯一谷值即可確定當(dāng)前幀相對(duì)于參考幀的行、列位移矢量值。設(shè)m為位移矢量相對(duì)于參考幀的搜索寬度，以水平相關(guān)運(yùn)算為例，計(jì)算公式如下：同理，得到垂直投影相關(guān)運(yùn)算()krCw。水平、垂直相關(guān)運(yùn)算的谷值y、x即當(dāng)前幀對(duì)應(yīng)參考幀的移動(dòng)位移。當(dāng)x為正時(shí)表明當(dāng)前幀相對(duì)于參考幀向右移移動(dòng)了x像素，為負(fù)時(shí)表明當(dāng)前幀相對(duì)于參考幀向左移動(dòng)了x像素；當(dāng)y為正時(shí)表明當(dāng)前幀相對(duì)于參考幀向下移移動(dòng)了y像素，為負(fù)時(shí)表明當(dāng)前幀相對(duì)于參考幀向上移動(dòng)了y像素。2.4灰度投影法的優(yōu)缺點(diǎn)灰度投影法優(yōu)點(diǎn)是灰度曲線匹配速度快，有較高的穩(wěn)像速度。然而該算法也存在如下缺點(diǎn)：(1)對(duì)灰度值單一的圖像處理效果不佳，當(dāng)圖像灰度值單一、對(duì)比度很差時(shí)，會(huì)造成投影曲線很平，相關(guān)以后波谷不夠明顯，導(dǎo)致運(yùn)動(dòng)估計(jì)不精確。(2)只能夠估計(jì)出行、列的平移運(yùn)動(dòng)矢量，不能匹配出圖像旋轉(zhuǎn)的角度矢量。(3)灰度投影法是基于整幅圖像的投影，對(duì)于內(nèi)部物體的運(yùn)動(dòng)，不能反映出來(lái)。內(nèi)部運(yùn)動(dòng)物體會(huì)對(duì)投影的匹配造成一定的影響。

3基于梯度投影法的電子穩(wěn)像算法

基于上述分析，本文提出一種基于梯度投影法的電子穩(wěn)像算法。該算法實(shí)現(xiàn)的基本思路與灰度投影法相同，不同的是利用的是圖像的梯度分布情況進(jìn)行運(yùn)動(dòng)估計(jì)。具體實(shí)現(xiàn)步驟如下：

(1)由于梯度運(yùn)算對(duì)噪聲敏感，為了提高算法的準(zhǔn)確度，需要對(duì)圖像進(jìn)行平滑處理，本文選擇使用Wiener函數(shù)對(duì)圖像進(jìn)行預(yù)處理。

(2)使用Prewitt梯度算子計(jì)算參考幀和當(dāng)前幀的梯度值，得到2幅圖像的水平、垂直梯度投影曲線。

(3)對(duì)2幅圖像的行、列梯度投影分別進(jìn)行相關(guān)運(yùn)算，通過(guò)谷值檢測(cè)，得到圖像的偏移量y、x。得到水平、垂直方向位移矢量后，把當(dāng)前圖像向位移矢量的反方向運(yùn)動(dòng)相應(yīng)大小的像素距離，即可實(shí)現(xiàn)輸出圖像序列的穩(wěn)定。為了減少邊界的影響，一般對(duì)梯度投影曲線進(jìn)行截?cái)?，取中心部位的區(qū)域進(jìn)行相關(guān)計(jì)算。

4實(shí)驗(yàn)結(jié)果與分析

微光圖像利用的是微弱的夜天光輻射光譜區(qū)域，由于目標(biāo)與背景對(duì)光線的反差比較小，灰度級(jí)有限，因此成像對(duì)比度差、圖像平淡，難以分辨細(xì)節(jié)。為了測(cè)試GPA法在灰度值單一、對(duì)比度差的圖像下的運(yùn)動(dòng)估計(jì)效果，選取微光圖像序列的連續(xù)2幀圖像，如圖1所示，當(dāng)前幀相對(duì)于參考幀發(fā)生了抖動(dòng)，且存在緩慢運(yùn)動(dòng)的車輛，圖像大小為300×400像素，幀速為24幀/s。(a)參考幀(b)當(dāng)前幀圖1微光圖像序列計(jì)算2幀圖像的灰度直方圖，可以觀察到圖像灰度值集中在140~230的區(qū)域間，對(duì)比度較差。參考幀的灰度直方圖如圖2所示。

4.1計(jì)算結(jié)果比較

圖3、圖4分別為利用灰度投影法和本文算法得到的水平、垂直投影曲線和相關(guān)曲線。搜索寬度m設(shè)為20，根據(jù)相關(guān)曲線谷值檢測(cè)得到：(1)灰度投影法：x14、y7，說(shuō)明當(dāng)前幀相對(duì)于參考幀向右、向上各移動(dòng)了14個(gè)和7個(gè)像素；(2)本文算法：x13、y6，說(shuō)明當(dāng)前幀相對(duì)于參考幀向右、向上各移動(dòng)了13個(gè)和6個(gè)像素?？梢杂^察到，灰度投影曲線起伏平穩(wěn)、變化緩慢，相關(guān)曲線在谷值附近較平緩，因此定位不精準(zhǔn)、容易產(chǎn)生誤差；而梯度投影曲線起伏明顯，變化劇烈，相關(guān)曲線谷值明顯，定位精確。

4.2穩(wěn)像效果評(píng)估

圖5為灰度投影法和本文算法進(jìn)行幀間全局運(yùn)動(dòng)參數(shù)估計(jì)后，對(duì)當(dāng)前幀進(jìn)行運(yùn)動(dòng)補(bǔ)償后的穩(wěn)像效果。本文采用差影法和光流法對(duì)2種算法進(jìn)行評(píng)估，對(duì)比2種算法的估計(jì)精度。

(1)差影法差值圖像提供了圖像間的差異信息，可以利用差影法比較穩(wěn)像算法的準(zhǔn)確性和精度，2種算法穩(wěn)像幀和參考幀之間的差分圖像如圖6所示。(a)灰度投影法(b)本文算法圖62種算法穩(wěn)像后的差分結(jié)果灰度投影法由于運(yùn)動(dòng)估計(jì)不精確造成了差值不為0的亮區(qū)域；本文算法穩(wěn)像后的差分圖像背景部分像素差很小，接近于0，而亮區(qū)域是由運(yùn)動(dòng)目標(biāo)造成的，有利于進(jìn)一步對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行識(shí)別。

(2)光流法利用LK光流法[6]進(jìn)行參考幀和穩(wěn)像幀間的光流場(chǎng)估計(jì)，計(jì)算結(jié)果如圖7所示。(a)灰度投影法(b)本文算法圖72種算法穩(wěn)像后的光流場(chǎng)灰度投影法由于幀間運(yùn)動(dòng)估計(jì)產(chǎn)生了誤差，導(dǎo)致光流場(chǎng)中包含了誤差造成的全局運(yùn)動(dòng)光流；而本文算法由于穩(wěn)像精準(zhǔn)，得到的光流場(chǎng)是由圖像內(nèi)運(yùn)動(dòng)目標(biāo)造成的，因此可以很好地檢測(cè)到運(yùn)動(dòng)目標(biāo)檢測(cè)區(qū)域，為下一步的目標(biāo)檢測(cè)和自動(dòng)跟蹤的實(shí)現(xiàn)提供條件。利用上述方法對(duì)40組樣本進(jìn)行了評(píng)估，采用本文算法進(jìn)行運(yùn)動(dòng)估計(jì)的正確率達(dá)到了97.5%，而灰度投影法估計(jì)的正確率僅為80%，進(jìn)一步說(shuō)明了本文算法的有效性和精確性。同時(shí)，由于本文算法相比灰度投影法僅增加了梯度運(yùn)算的環(huán)節(jié)，因此運(yùn)算量方面沒(méi)有明顯的增加，依然可以滿足穩(wěn)像的實(shí)時(shí)性要求。

5結(jié)束語(yǔ)

本文提出了一種基于梯度投影法的電子穩(wěn)像算法。實(shí)驗(yàn)結(jié)果證明，該算法能提高微光圖像序列的運(yùn)動(dòng)估計(jì)精度，具有一定的應(yīng)用價(jià)值。然而，本文算法同樣存在無(wú)法識(shí)別旋轉(zhuǎn)運(yùn)動(dòng)以及對(duì)運(yùn)動(dòng)物體估計(jì)不精確等問(wèn)題。由于本文算法與灰度投影法的基本思路和實(shí)現(xiàn)方法相似，因此將針對(duì)這些問(wèn)題的灰度投影改進(jìn)方法引入到梯度投影法中，也可以得到良好的效果。