[发明专利]基于灰度线性建模的序列图像抖动量计算方法

权利要求书

1.基于灰度线性建模的序列图像抖动量计算方法，其特征在于所述方法为：

步骤1：对输入序列图像进行参考帧和待配准帧选定；

步骤2：在参考帧内搜索梯度最大块；

步骤3：对步骤2中梯度最大块的像素灰度进行线性建模；

步骤4：根据待配准帧各像素点灰度值以及所建线性模型计算待配准帧相对参考帧的抖动量。

2.根据权利要求1所述的基于灰度线性建模的序列图像抖动量计算方法，其特征在于所述步骤1中，存在抖动的序列图像中的第1帧图像为参考帧，其余帧相对参考帧存在抖动，为待配准帧。

3.根据权利要求1所述的基于灰度线性建模的序列图像抖动量计算方法，其特征在于所述步骤2中，梯度最大块的定义为：计算参考帧图像的梯度图像，将大于图像梯度最大值4/5的梯度对应的像素逻辑值标记为1，否则标记为0，形成的图像称为逻辑值图像，然后选择适当大小的窗口在逻辑值图像滑动，含1最多的窗口对应的块称为梯度最大块。

4.根据权利要求1所述的基于灰度线性建模的序列图像抖动量计算方法，其特征在于所述步骤2中，通过比较滑动窗口中的最大值来确定梯度最大块的位置。

5.根据权利要求1所述的基于灰度线性建模的序列图像抖动量计算方法，其特征在于所述步骤3中，对步骤2中梯度最大块对应的参考帧图像块B0进行灰度线性建模的过程如下：

步骤3-1，对于(i，j)位置的像素1≤i≤p，1≤j≤q)，利用下式对该像素的灰度值建模：

B~0(i+k,j+m)=aij+gij·m+hij·k;]]>

其中，{(k，m)＝(0，0)，(0，-1)，(0，+1)，(-1，0)，(+1，0)}，(a_ij，g_ij，h_ij)为对每个像素建立的模型的三个参数；

步骤3-2，通过下式利用最小二乘法计算每个像素模型的三个参数a_ij，g_ij，h_ij的估计值

(a^ij,g^ij,h^ij)=argminaij,gij,hijΣk,m[B0(i+k,j+m)-B~0(i+k,j+m)]2=argminaij,gij,hijΣk,m[B0(i+k,j+m)-(aij+gij·m+hij·k)]2;]]>

其中B₀(i+k，j+m)表示(i+k，j+m)位置处的像素灰度值。

6.根据权利要求1所述的基于灰度线性建模的序列图像抖动量计算方法，其特征在于所述步骤4中，根据待配准帧各像素灰度值以及所建线性模型计算抖动量的过程为：

步骤4-1，B₀在参考帧图像中的位置由步骤2已知，将在其余序列帧图像中同样位置处的图像块记为B_n(n为帧序数，n＝1，2，...N)；

步骤4-2，假设B_n相对于B₀在x，y方向的抖动量分别为那么的估计值由下式计算得到：

(δ^xn,δ^yn)=argmin(δxn,δyn)Σi=1pΣj=1q[Bn(i,j)-(a^ij+g^ijδyn+h^ijδxn)];2]]>

B_n(i，j)-B_n中位于(i，j)位置的像素灰度值。