基于红外图像的电子稳像算法研究

摘要

电子稳像是基于图像处理的视频防抖动技术，和机械、光学防抖相比，具有准确度高、重量轻等诸多优点。目前，诸多领域都应用了电子稳像技术，如军事领域的侦察体系、火控体系、制导体系，民用领域的监控体系、车载体系、手持摄像体系等。本文在分析稳像技术基本理论的基础上，深入研究了多种常见的电子稳像方法以及电子稳像效果的评价方法。 本文以红外视频稳像课题为主线，深入研究稳像技术的三大模块，主要研究工作及贡献如下： （1）首先阐述电子稳像技术的基础理论和成像模型，并对运动估计、运动决定和运动补偿三个模块进行理论分析及算法介绍，最后介绍稳像的几种性能评价指标。 （2）视频序列存在小平移抖动时，采用块匹配算法会导致分割的子块较多，计算速度过慢。针对以上问题，本文提出了一种基于分区块匹配的电子稳像算法。该算法首先将图像进行隔行隔列分块，并剔除灰度变化较小的子块；然后结合改进的六边形搜索路径获得局部运动偏移量；最后，采用最多样本统计法估计全局运动矢量。实验结果表明，本文算法与全搜索算法相比稳像精度基本不变，运动检测速度提高了3倍左右，搜索点数下降了13倍。 （3）视频序列存在局部运动物体时，传统灰度投影算法不能准确地估计出全局运动矢量，因此本文结合多分辨率和Sobel算子对灰度投影算法进行改进。该算法首先对红外视频图像序列进行预处理增强；然后对图像分层选取低分辨率图像进行分区；采用Sobel算子计算每个子区域的梯度值，对梯度值进行行列投影；最后根据统计最多样本法获得全局运动矢量，有效避免了局部运动物体对矢量估计的影响。实验结果表明，本文算法估计运动矢量时间为传统灰度投影算法运动矢量估计时间的0.6倍，且分区处理提高了全局运动估计的精度。 （4）视频序列存在复杂运动时，基于多分辨率和Sobel算子的灰度投影算法无法有效估计，因此，本文在改进灰度投影算法基础上结合Harris算子进行优化。算法首先对红外视频图像序列进行预处理增强；之后手工选取参考帧中的特征区域，采用梯度值投影法对特征区域投影求取粗运动矢量利用，Harris算子提取特征区域的角点并通过粗运动矢量在当前帧中匹配特征区域角点，采用RANSAC算法剔除错误匹配点；最后采用最多样本统计法求取全局运动矢量。实验结果表明，该算法能够有效估计旋转运动并补偿，具有较高精度。 本文考虑不同应用场景，对两种稳像算法改进，分别对小平移抖动、存在局部运动物体的抖动和存在旋转运动的复杂抖动补偿。实验结果表明，本文提出的算法在补偿不同模式抖动时都可以降低运动估计的计算量，且保持良好的匹配结果。

目录

第一个书签之前