[发明专利]一种基于投影梯度的稳像方法

说明书

技术领域

本发明属于图像处理领域，尤其涉及一种基于投影梯度的稳像方法。

背景技术

灰度投影算法常用于视频稳像以及图像匹配，相较于其它算法，灰度投 影的优势在于算法简单、时间复杂度低，具有很好的实时性。以灰度投影为 基础，之后出现了分区灰度投影、多方向投影等一系列改进型灰度投影算法， 进一步增强了算法的实时性和鲁棒性。

通常情况下，用于图像匹配和稳像的视频序列为自然光下拍摄的视频或 低帧频(30Hz)的视频。由于自然光无闪烁，室内照明灯闪烁频率一般为 50-70Hz，因此此时拍摄的视频中各帧图像亮度恒定，或亮度变化很小。然而 现实情况中，有时会遇到需要拍摄室内照明或夜间灯光照明下的高速视频， 这种情况随着摄影设备的轻型化和高速化越发普遍，比如如今市场上的主流 手机都具备300Hz以上的高速摄影能力。对于闪烁灯光下的高速摄影，视频 图像各帧之间会产生亮度不均的问题，如附图1所示，并且该问题会随着拍 摄帧频与照明闪烁频率差异变大而更加明显。此外，视频帧频的增加也会导 致图像噪声增大。

传统的稳像与匹配算法均无法解决帧间亮度不均以及噪声大带来的配准 误差：基于灰度投影的算法依赖于图像灰度，亮度不均会导致参考帧与当前 帧的灰度投影存在y方向(灰度方向)上的位移，如附图2(a)所示，而亮 度归一化处理也会因为大噪声的存在效果受到影响，通常位移矢量误差在0.5 个像素左右，如附图2(b)所示；基于光流的匹配算法由于光流方程建立在 亮度恒定的基础上，所以无法处理亮度非恒定的视频图像；而基于特征的匹 配算法，尽管对亮度和噪声不敏感，但相对高昂的时间和计算复杂度限制了 算法的实时性。

梯度作为信号的基本特征之一，反应了信号的变化率，具有与信号本身 大小无关的特性，可解决信号幅值平移的匹配问题。对于图像来说，图像梯 度反映了图像的边缘信息，即高频信息。但图像梯度在突出边缘信息的同时， 也丢失了低频信息，这使得梯度投影曲线相较于灰度投影曲线波动剧烈，如 附图3所示，因而更易产生匹配误差。此外，计算图像梯度也增加了算法的 时间，降低了算法的实时性。

发明内容

本发明的目的是在视频图像的匹配和稳像中，针对室内拍摄的高帧频视 频中帧间亮度不均以及高噪声图像，提出一种基于投影梯度的稳像方法，利 用图像投影梯度，通过相对灰度差的判别函数对灰度投影位移函数和梯度位 移函数进行加权，获得加权位移量。

本发明的目的是通过以下技术方案来实现的：一种基于投影梯度的稳像 方法，该方法包括以下步骤：

(1)图像分块，具体是：

(1.1)将参考图像与当前图像分为对应的K个大小为N×N的图像块。

(2)计算图像块的灰度投影曲线，具体是：

(2.1)水平方向上的灰度投影为所有行的像素值在列方向上的累积；垂直 方向上的灰度投影为所有列像素值在行方向上的累积；

(2.2)去除方差小于方差阈值的图像块的灰度投影曲线。

(3)将灰度投影曲线中的第n+1项减第n-1项，得到投影梯度曲线；

(4)互相关运算，具体是：

(4.1)利用互相关公式对参考帧与当前帧对应图像块的水平灰度投影曲线 和垂直投影曲线分别做互相关计算，得到互相关曲线，根据互相关曲线的谷 值确定当前帧相对于参考帧的灰度位移矢量M_kp；

(4.2)利用互相关公式对参考帧与当前帧对应图像块的水平投影梯度曲线 和垂直投影梯度曲线分别做互相关计算，得到互相关曲线，根据互相关曲线 的谷值确定当前帧相对于参考帧的梯度位移矢量M_kg。

(5)计算判别函数，具体是：

(5.1)计算参考帧与当前帧对应图像块总灰度的相对灰度差r_k；