[发明专利]基于场处理的实时视频电子稳像方法

说明书

技术领域

本发明属于图像处理技术领域，涉及利用数字图像处理确定视频图像的偏移并进行运动补偿从而稳定图像，提高图像视觉效果。

背景技术

视频电子稳像是图像处理领域里的一个重要研究方向。电子稳像处理的主要目的是使含有抖动的视频图像经处理后变得稳定，易于观察。目前，电子稳像的主要方法主要有三类：基于灰度的方法、基于变换域的方法、基于特征的方法。这些方法的基本原理和技术特点如下：

一、基于灰度的方法

基于灰度的方法直接对象素进行处理，典型的方法为灰度投影算法。其利用图像序列中帧间灰度信息的变化来获取图像序列之间的矢量变化。该算法是一种重要的运动矢量估计算法。尽管图像序列间存在着几何变化和照度变化，但对于相邻帧间的图像重合区域内，灰度分布特点是大体相同的。基于相邻帧灰度信息重叠的原理，灰度投影算法可以付诸于实际视频处理，该算法将图像上的二维图像信息映射成两个独立的一维波形，经过投影变换，获得了图像各行、列灰度曲线，它反映了图像灰度分布的特点，相关值曲线中的重合峰值即为补偿图像的某一个方向的位移值。该算法的特点是处理速度快，较容易实现实时处理。

二、基于变换域的方法

基于变换域的方法主要有基于Hough变换的方法、基于Fourier-Mellin的方法等，这些方法都是利用图像空间点与变换域参数空间的一一对应关系，在变换域获取图像帧间的运动信息。这些方法一般对图像中的光照及亮度变化等不敏感，而且对噪声有较高的容忍度，可用于估计大的平移运动，且具有一定的鲁棒性和较高的估算精度。

三、基于特征的方法

图像的特征是指图像场景中可作为标志的属性。利用特征点匹配法估计连续视频图像帧间的运动矢量，首先要在参考图像中确定一组特征点作为标识，并对当前图像进行搜索，以寻找对应的特征点，从而获得图像帧间的运动矢量。而在参考图像上确定的这组特征结构，必须能够反映图像的帧间运动，并在运动中具有不变性的结构，即图像的特征。图像的特征主要包括：灰度极大值点、角点、物体边缘及图像上的特征物体等。检测图像特征和特征的匹配是获取图像运动估计的关键技术。

当摄像系统处于运动平台，如机载、船载、车载等情况下时，由于平台的振动，摄像系统输出的图像不稳定，甚至出现模糊现象，视频图像降质明显，给目标识别、图像跟踪等后续工作造成不利影响。电子稳像技术利用电子设备和图像处理技术来检测图像序列的帧间偏移并用图像处理的方式进行补偿，从而获得稳定的图像序列，消除帧间模糊现象，获得良好的视觉效果。

现有的电子稳像方法在稳定视频图像时存在不足，主要表现在以下几个方面：

基于灰度的方法：虽然具有速度快、精度较高等特点，但对于较小的偏移不敏感，达不到稳像的目的。

基于变换域的方法：稳像精度较高，但往往计算量大，难以实时实现。

基于特征的方法：当场景简单或均匀时，由于有效特征缺乏，基于特征的方法往往可靠性不高，不能获得良好的效果。

综上所述，针对动态抖动的视频图像的特点设计合适的基于场处理的实时视频电子稳像方法是一个急需解决的工程技术问题，目前尚未发现直接与这个问题有关的公开研究资料。

发明内容

本发明的目的是提供一种基于场处理的实时视频电子稳像方法，解决动态抖动情况下的视频图像的实时稳定问题，改善视频图像的质量，提高视觉效果。

技术方案是基于摄像机输出的视频图像，首先对A/D采样后的奇、偶场图像分别进行加窗灰度投影处理，利用相关算法估计出相邻奇场图像之间的偏移量，接着利用Kalman滤波技术估计运动补偿量，调整奇场图像；然后通过当前偶场图像的灰度投影与当前奇场图像的灰度投影估计奇偶场图像之间的场偏移，结合奇场图像的偏移和场偏移，估计出偶场图像的运动补偿量，并调整偶场图像，最后将补偿后的奇偶场图像合成输出，完成视频图像的电子稳像处理。

本发明的技术方案包括以下步骤：

连续视频经过A/D采样后得到奇、偶场图像序列，对奇、偶场图像序列分别进行以下处理：

第一步，加窗灰度投影。

采用加窗灰度投影的方法，分别得到奇、偶场图像水平与垂直方向的灰度投影曲线。

第二步，奇场运动估计及场偏移估计。

利用奇场相邻两幅图像的灰度投影曲线，采用相关方法分别估计出奇场图像水平及垂直方向的运动矢量，并将奇场图像的灰度投影曲线与对应偶场图像的灰度投影曲线结合，利用相关方法估计出对应同一帧视频图像的奇偶场之间的场偏移。

第三步，，运动补偿。