一种基于分块灰度投影运动估计的视频稳像方法

提出一种基于分块灰度投影运动估计的视频稳像方法,该方法首先对图像划分子区域, 依据灰度梯度对子区域进行筛选,剔除容易导致错误运动估计的低对比度子区域,在减少运动估计运算量的同时提高了运动矢量估计的精度;然后对保留的子区域进行灰度投影及相关运算获得局部运动矢量,根据图像帧间运动模型由局部运动计算出图像的全局运动矢量;最后根据运动补偿矢量对图像进行补偿,以获得稳定的图像序列。分块灰度投影运动估计算法有效解决了投影法存在的前景局部运动影响全局运动估计精度,以及无法估计旋转运动问题。实验结果表明,相比于传统灰度投影算法,该运动估计算法提高了运动估计的准确性和实时性。     

车载微光瞄准镜电子稳像技术研究

针对“下反”稳像火控系统无法对微光夜视图像进行稳定的问题,提出了一种基于陀螺仪和块匹配相结合的实时高精度电子稳像技术。设计了电子稳像系统的总体结构;基于透视成像模型,推导了载体运动与图像运动之间的转换方程,给出了适当的图像运动模型及陀螺仪信号标定方法。在利用陀螺仪对图像运动矢量进行初始估计的基础上,结合块匹配算法对运动矢量进行精确估计;同时针对传统菱形搜索法在高噪声、低对比度微光图像中容易陷入局部极小值点的问题,基于对称校验原理对其进行改进,提高了算法的准确性。     

一种图像抖动下的目标位置测量方法

根据舰载摄像机获取的图像序列抖动现象,提出了一种基于单目视觉测量技术的运动目标位置测量方法.该方法利用数字图像处理算法提取目标的质心,以灰度投影差值作为特征量估计图像当前帧的抖动矢量,结合摄像机的二维运动模型,计算目标去除抖动后的坐标.将此方法应用于运动轨迹已知的运动目标图像序列,能够去除舰船抖动的影响,获取目标的实际位置,具有很好的稳定性.     

采用位平面和钻石搜索的全局运动估计

一种快速全局运动估计算法,将位平面匹配与钻石搜索策略相结合,对图像的部分区域进行匹配,获得的局部运动矢量经过中值滤波得出图像的全局运动矢量.算法的匹配仅用二进制的逻辑运算即可实现,使用中值滤波,能克服不可靠的局部运动矢量给图像的全局运动带来的影响.实验表明,该算法有与全搜索帧匹配算法相当的哪估计精度,但搜索速度明显提高.     

基于ORB特征匹配的全局运动估计

为提高全局运动估计的准确性,提出一种基于定向旋转不变性(oriented FAST and rotated BRIEF,ORB)特征匹配的全局运动估计算法.首先对差分图像进行分块,通过设定阈值来筛选出有效的背景运动模块,然后经ORB特征匹配后,代入六参数运动模型,通过最小二乘法求解出估计参数,最后对当前帧做补偿,比较补偿前后的差分图像中的目标轮廓的清晰度.实验结果表明:该算法能有效去除局部运动的影响,在保证全局运动估计准确性的同时,也确保该算法的有效性.     

基于分割模板运动预估的相关跟踪算法

为了对常规相关匹配算法实时性能进行提升，提出一种基于分割模板运动预估的相关跟踪算法。采用最小二乘法全区间等距拟合目标运动轨迹，计算出目标当前预估点；将模板图像按块运动估计算法要求分割成宏块；按菱形搜索法在预估点周围区域进行搜索，得到每个宏块的最佳运动矢量；取匹配度最佳的运动矢量对应点为模板的粗匹配点；判断该点所在宏块与搜索区域相对位置关系，决定是否进行精匹配结束搜索，或是按梯度方向建立新的搜索区域。目标跟踪实验证明，该方法比基于全搜索的归一化积相关( NProd)算法其计算时间缩短到3.31倍。     

快速灰度投影稳像算法研究

为提高灰度投影稳像算法的速度,提出一种等间隔快速投影算法：参考帧图像每行（列）进行投影,待稳定帧图像的投影区域进行等间隔行（列）投影,所有的投影行（列）内等间隔取像素值,将2帧图像的投影曲线进行遍历相关运算,得出图像的运动矢量。通过分析相关曲线,得出其单峰性的特点。实验结果表明,该算法可保持传统灰度投影算法的稳像精度,运算量显著减小,计算速度大大提高。     

基于小波分解与运动补偿的弹迹检测方法

基于小波分解与运动补偿的弹迹检测方法,采用多层离散小波分解图像,以低频图像块匹配估计背景运动矢量.再利用差分算法检测射弹,计算出形心坐标并绘出射弹运动轨迹.其实现步骤包括:图像预处理-靶标定位跟踪、原始图像小波多层分解、低频图像块匹配、背景图像运动补偿及射弹检测与空间坐标推断.并以实验验证.     

基于下视序列图像的无人机测速方法

为了实时、较高精度的获得无人机的飞行地速,提出了基于下视序列图像的无人机测速方法。利用无人机上的速率陀螺补偿获取图像时载机的角运动,实现了惯性稳定辅助特征点匹配算法,可以快速稳定的得到地面同名点在相邻两帧图像中的像差。利用无线电高度数据可以得到无人机的地速。在虚拟视景平台上进行了仿真实验,并与其他匹配算法进行比较,结果表明该方法计算量少、精度较高。     

动态背景下基于运动矢量补偿的目标检测

在动态场景下,为了降低背景运动对目标检测产生误差的影响,针对视频序列图像,提出基于运动矢量 补偿的目标检测算法。采用背景运动补偿方法来完成目标检测,利用 SURF 特征点来获取精确的匹配点对,从而获 取准确的运动矢量;根据运动目标和背景运动矢量位移的不同来区分出前景和背景区域,将背景运动矢量代入模型 进行参数估计,提高背景补偿的精度;用帧差法检测出运动目标。实验结果表明：该算法具有鲁棒性,能够准确检 测出动态背景下的运动目标。     

电子稳像的实时鲁棒性算法

电子稳像的实时鲁棒性算法,首先对采集到的每帧图像建立高斯金字塔.然后在高斯金字塔的顶层进行初估计,采用图像块法得到整像素的运动估计矢量.精估计采用光流梯度法.为提高鲁棒性,运用简化的M收敛法进行梯度约束.最后阶段采用双线性内插对当前帧与参考帧进行匹准.经测试,该算法效果较好,也能实时运行.     

基于随机抽样的快速全局运动估计

全局运动估计是稳像技术中极为重要的环节,全局运动估计算法的精度和速度将很大程度影响稳像的性能。本文提出了一种基于RANSAC鲁棒算法的全局运动估计方法,该方法通过Harris角点检测算法,找到待匹配角点,并采用相似度进行匹配,剔除外点后,用预检测的随机抽样算法得到全局运动参数。通过仿真试验表明,该方法对可见光视频、红外视频都可以适用,并能在保证精度的同时,达到实时性的要求。     

捷联成像导引头相关跟踪算法研究

捷联式成像导引头的光学探测基准随弹体姿态运动而动态变化，其目标图像的运动形式呈现复杂的非线性时变特性，传统扩展卡尔曼滤波(EKF)方法难以有效地针对目标运动模型进行波门设置及视线估计。为此，本文首先建立了以目标机动在惯性成像坐标系内的投影为输入，弹体姿态信息作为时变参数的目标帧间运动模型，并在此基础上提出了一种新的相关跟踪算法。该算法通过应用中心差分卡尔曼滤波( CDKF)理论有效解决了成像跟踪中的波门设置问题，提高了目标位置的估值精度，同时提出一种改进的变尺寸模板更新策略，抑制了目标图像的形变和模板漂移对匹配精度的影响，进一岁提高了系统的跟踪的精度，并通过仿真验证了算法的良好跟踪性能。