[发明专利]一种适用于空间机器人视觉系统的快速数字稳像方法

说明书

技术领域

本发明属于图像处理与计算机视觉领域，具体涉及一种适用于空间机器人视觉系统的快速数字稳像方法。

背景技术

数字稳像是对随机运动的摄像机系统所获取的非平稳视频图像序列进行修正的技术。其目的是消除因载体多余运动造成的图像序列中同一物体在不同帧图像坐标上的位移量，进而消除因视觉残留造成观察到的图像序列模糊和抖动。相对于机械稳像和光学稳像，数字稳像具有精度高、易操作、灵活性强、硬件少、体积小等特点。在国外已被广泛应用于摄影、航空侦察、武器系统的观瞄监视、视频压缩和全景图像拼接等各种任务中。

空间绳系机器人是一种新型的智能运动平台，其上搭载着用于用于视觉测量的摄像机系统。在空间绳系机器人逼近非合作目标的自主飞行过程中伴随着因控制不平滑导致的不规则运动，使得其上装配的摄像机系统获取到的图像序列因抖动而模糊，为后续的目标检测、识别、测量带来干扰。因此需要对获取的图像序列首先进行数字稳像。

数字稳像系统主要由运动估计和运动补偿两个模块组成。运动估计是估计出视频图像序列的帧间偏移量，为运动补偿提供可靠参数。运动补偿是根据估计所得偏移量确定图像的抖动量，并根据抖动量的大小和方向将图像上的像素作等量的反方向移动，进行图像的行、列重组，实现图像序列稳定。目前图像序列帧间运动估计算法主要有：灰度投影法、块匹配法、光流场法、特征匹配法等。其中灰度投影法具有计算量小、精度高的特点，但对旋转、缩放、和较大的平移运动等稳像效果不佳；块匹配法精度很高，但受搜索策略和匹配准则影响，稳像效果参差不齐；光流场法存在孔径问题和遮挡问题，其光流约束方程并非严格成立，计算量大且存在较大误差；相位法计算量大，难以保证实时性；特征匹配法能够快速有效地稳定以任意形式抖动的图像序列，是未来数字稳像发展的主要方向。但是，它存在两个问题：一是如何稳定、准确、快速地提取图像特征；二是如何快速、准确地进行图像特征的匹配。

公开日为2010年4月7日、公开号为CN101692692A的专利文献中公开了如下这种技术方案，一种电子稳像技术，可对待处理视频文件的每个单帧图像均主要进行如下处理：对当前帧图像的帧间运动矢量进行平滑处理，得到当前帧图像的平滑运动矢量，进一步得到当前帧图像的抖动运动矢量；将从预设的起始帧图像到每个单帧图像的前一帧图像所累加得到的抖动运动矢量变量之和，作为每个单帧图像的抖动运动矢量，以对每个单帧图像进行运动补偿，最终获得处理后的稳定的视频文件，等等。该方案的不足之处在于处理过程繁琐，计算量大，可处理的抖动范围小，而且对图像进行转换过程中影响了图像质量。

发明内容

本发明的目的在于弥补现有数字稳像技术在计算速度、稳像精度、适用范围和鲁棒性上的不足，提供一种能够实时对复杂抖动图像序列进行稳像的适用于空间机器人视觉系统的快速数字稳像方法，该方法能够极大地抑制图像噪声对特征点提取的干扰，比较精确地计算出全局运动矢量并进行补偿，时间复杂度和空间复杂度较优。

为实现上述目的，本发明所采用的技术方案包括以下步骤：

1)图像采集：

利用单目相机采集连续两帧图像I_t-1(x,y)和I_t(x,y)；

2)图像预处理：

对采集到的图像I_t-1(x,y)和I_t(x,y)分别进行中值滤波、维纳滤波和灰度化处理，得到图像对I_t-1(x’,y’)和I_t(x’,y’)，其中I_t-1(x’,y’)定义为参考帧，I_t(x’,y’)定义为当前帧；

3)局部运动估计：

对I_t-1(x’,y’)和I_t(x’,y’)利用ORB算法进行特征提取，在对步骤2)得到的两幅图像进行检测，并使用rBRIEF得到二进制位串的关键点描述符，在关键点匹配的过程中距离的描述使用Hamming距离，在匹配点搜索的过程中，使用KD树数据结构，最后采用阈值法剔除错误的匹配点对；

4)全局运动估计：

根据步骤3)得到的匹配点对，采用最小二乘法，利用豪斯赫尔德变换法和广义矩阵法求解出所有运动参数；

5)运动滤波：

采用阻尼系数法，设置有衰减因子的一阶线性自回归函数对步骤4)得到的运动参数进行平滑处理，保留随机抖动运动分量，消除正常扫描分量；

6)运动补偿：