[发明专利]基于特征匹配的电子稳像方法

说明书

技术领域

本发明属于图像处理技术领域，涉及视频图像处理，为一种基于特征匹配的电子稳像方法。

背景技术

近年来，随着数字多媒体技术的发展及人们生活水平的不断提高，基于视频的安全、娱乐、环保等方面的应用越来越多地出现在日常生活中。就环保领域而言，2007年夏的太湖蓝藻大暴发导致无锡全市断水，引起国务院的高度重视，目前，国家科技重大专项水体污染控制与治理专项将太湖列为八大重点领域之首。在“太湖蓝藻视频监控”国家重大专项实施过程中，发现实际船载视频监控系统不可避免地受到船体的晃动的影响，摄像机载体产生无规律的随机运动，导致视频序列帧间运动过大，出现旋转、平移、缩放、甚至畸变等情况，监控效果受到严重干扰，为后期的各种视频应用如蓝藻识别、蓝藻浓度计算、分布图绘制、蓝藻暴发预警等造成一定的障碍。

表1现有稳像方法的比较

现有的稳像方法对比如表1，从表中可以看出，传统的稳像方法如机械稳像、光学稳像虽然在精度上可以做到满足具体的应用场合，但是也很难做的很高。它们最大的不足就是体积大、成本高、功耗大，无法适应对体积、成本和功耗严格要求的场合。相反，电子稳像不依赖任何支撑系统，应用数字图像处理的方法实现稳定，门槛较低，应用十分广泛。

但现有技术中的电子稳像方法仍存在一些问题。

CN201010179280.9运动估计中采用块匹配的方式，虽然搜索算法为钻石搜索法，但仍难以在精度和复杂度之间做到很好的权衡，尤其是在本发明所针对的实时视频稳像场合，难以实时应用。此外，异常块区分策略是比较当前运动均值与上一次均值的差值，不适用于尺度较大的运动，适应性不强。

CN201010179282.8采用粒子滤波PF(Particle Filter)法对运动参数进行滤波，但是该算法需要大量的样本数才能很好地逼近系统的后验概率密度，不能有效地区分“有意运动”和“随机抖动”。此外，稳像后的空洞填补采用多幅图像拼接(Mosaic)的方法，拼接痕迹明显，不能保持拼接处的纹理连续性。

CN200710036817.4采用SIFT算法获得全局运动参数，虽然匹配精度较高，但是该算法的时、空复杂度高，实时性较差。此外，运动滤波中采用高斯滤波和曲线拟合相结合的方法，虽然可以通过参数调整避免“过稳”和“欠稳”，但是延时和拖尾问题没有解决。

上述基于像素的电子稳像算法如灰度投影法、位平面匹配法等，利用各像素灰度值间的关系，估计运动参数，最大的特点是处理速度快，较容易实现实时处理，但是，这类算法有一定的局限性，首先它要求图像的纹理丰富，对比度明显，其次是假设相邻两帧间的旋转角度较小，只考虑平移运动，不考虑旋转运动。基于运动修复的稳像后视频修复算法首先对局部运动场进行修复，再通过完整的运动场引导像素修复，但是，部分靠近边界的待修复点可能被“跳过”而无法进行光流矢量估计，从而形成“盲点”而影响到像素的修复。本发明在运动修复算法的基础上，采用快速推进算法FMM(Fast Marching Method)遍历待修复区域，对于一次遍历无法修复的点，用全局运动矢量代替局部运动矢量，这样可以获得完整的局部运动场。

发明内容

本发明要解决的问题是：现有的稳像方法中，电子稳像方法具有良好的应用前景，在此基础上提出一种针对抖动载体拍摄视频去抖动的稳像方法。

本发明的技术方案为：基于特征匹配的电子稳像方法，用于监控视频的前期处理，获取稳定图像供后期应用，包括以下步骤：

1)运动估计

首先提取监控视频参考帧中的特征点，所述参考帧为当前帧的前一帧，特征点为图像中的角点，接着在当前帧中进行搜索，提取当前帧中与前一帧的特征点对应的点，根据找到的特征点对，估算出两帧间的运动参数，即得到全局运动矢量和局部运动矢量；

2)运动滤波

采用Kalman滤波器对全局运动矢量行滤波，利用统计学方法构造状态空间模型，描述有意和无意运动参数的变化，然后利用Kalman递归方程对步骤1)所得全局运动矢量进行滤波，得出有意运动参数，抖动分量为全局运动参数和对应的有意运动参数之差，所述差即为需要补偿的抖动参数；

3)运动补偿

由步骤2)滤波得到的需要补偿的抖动参数，得到当前帧与前一帧的变换关系，对视频当前帧进行补偿，将当前帧上的点变换到补偿后的坐标位置；

4)视频修复