[发明专利]一种快速图像电子稳定方法及装置

说明书

技术领域

本发明涉及图像处理，特别涉及图像电子稳定方法及装置。

背景技术

在视频监控中，由于环境因素的影响，例如大风天气或者地面震动，摄像头输出的视频图像存在抖动现象，因此需要一种方法消除这种抖动，使图像稳定，以改善监控质量。另外在智能视频监控中，背景建模技术要求监控场景的背景是静止的，图像的抖动会降低背景模型的性能，因此在建模视频图像的背景前进行图像的电子稳定是一个必要的步骤。

申请号为200610100522.4的中国专利提出了一种光学图像稳定器，其通过移动图像稳定光学元件以抵消图像抖动；申请号为200880120628.8的中国专利提出了一种基于块的图像稳定方法，该方法通过计算图像的块运动向量，使用块运动向量来内插或外插个别像素或像素子块的运动向量，通过平均化第一图像的像素中的每一者与第二图像的对应于由多个运动向量指示的位置的像素而平均化所述第一和第二图像。但上述方法仍存在一定问题。

综上所述，目前迫切需要提出一种能简单、有效的图像电子稳定方法及装置。

发明内容

有鉴于此，本发明的主要目的在于实现快速图像电子稳定。

为达到上述目的，按照本发明的第一个方面，提供了一种快速图像电子稳定方法，该方法包括步骤：

第一步骤，将参考图像分块，计算每个图像块的纹理特征，根据纹理特征获取基准图像块； 

第二步骤，在当前图像内搜索基准图像块的匹配区域，根据匹配区域估算图像的相对位移。

其中，第一步骤中所述将参考图像                                               分块：将参考图像网格化划分成16﹡16共256个图像块，。

第一步骤中所述计算每个图像块的纹理特征包括：

计算纹理丰富性特征包括：首先根据图像块在参考图像上的位置，沿着8个方向各平移一个像素，即，以获得8个子图像；将图像块与上述8个方向的子图像分别进行差分，并将像素差分绝对值的累加值作为区域的相似度量；取上述8个相似度量的最小值作为纹理丰富性特征，即；

计算图像匹配阈值，其公式如下，其中。

第一步骤中所述根据纹理特征获取基准图像块包括：使用纹理丰富性特征将图像块按照从大到小的顺序排序；选取前个图像块，作为基准图像块，。

第二步骤中所述在当前图像内搜索基准图像块的匹配区域包括：在当前图像对应位置的8*8邻域内，遍历搜索与基准图像块匹配的区域，计算每个区域的相似度量，并以相似度量最小的区域作为匹配区域，记录匹配区域与基准图像块的相对位移量和匹配相似度量；若匹配相似度量﹤图像匹配阈值，则认为基准图像块搜索匹配成功。

第二步骤中所述根据匹配区域估算图像的相对位移包括：统计与基准图像块匹配成功的匹配区域的数目；若匹配成功的匹配区域数目≥第一阈值T1，则使用RANSAC算法，根据匹配成功的匹配区域的相对位移量来估算图像的相对位移，若匹配成功的匹配区域数目＜第一阈值T1，则继续根据与下一个基准图像块匹配成功的匹配区域，来估算图像的相对位移，直到所有的基准图像块都搜索完毕；输出图像的相对位移。其中，第一阈值T1∈[5,7]。

按照本发明的快速图像电子稳定方法还可以包括：

第三步骤，根据图像的相对位移，校正视频图像。

按照本发明的另一个方面，提供了一种快速图像电子稳定装置，该装置包括：

基准图像块获取单元，用于将参考图像分块，计算每个图像块的纹理特征，根据纹理特征获取基准图像块；

相对位移计算单元，用于在当前图像内搜索基准图像块的匹配区域，根据匹配区域估算图像的相对位移。

所述基准图像块获取单元包括：

参考图像分块模块，用于将参考图像网格化划分成16﹡16共256个图像块，；

图像块的纹理特征计算模块，用于计算纹理丰富性特征和图像匹配阈值；

根据纹理特征获取基准图像块模块，用于使用纹理丰富性特征将图像块按照从大到小的顺序排序；选取前个图像块，作为基准图像块，。

其中，图像块的纹理特征计算模块中所述计算纹理丰富性特征包括：首先根据图像块在参考图像上的位置，沿着8个方向各平移一个像素，即，以获得8个子图像；将图像块与上述8个方向的子图像分别进行差分，并将像素差分绝对值的累加值作为区域的相似度量；取上述8个相似度量的最小值作为纹理丰富性特征，即。

图像块的纹理特征计算模块中所述计算图像匹配阈值，其公式如下，其中。