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。     

基于SIFT特征的视频稳像算法

为将载体上截取的视频进行稳像,介绍了尺度不变特征变换(scale invariant feature transform,SIFT)算法及基于SIFT特征的视频稳像算法.基于电子稳像算法框架采用六参数仿射模型表征图像运动,利用图像的SIFT特征估计图像间的模型参数,通过补偿来消除图像间的运动,完成了视频稳像任务.最后,利用峰值信噪比(peak signal to noise ratio,PSNR)指标评价稳像效果.实验结果表明:该算法能很好地消除图像间的运动,有效提高图像间的PSNR值,完成视频序列的稳像任务.     

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.     

分块投影匹配在快速序列图像稳定中的应用研究

图像稳定常用于各类序列图像系统的预处理。本文提出一种基于分块投影匹配的快速序列图像稳定算法。该算法将待处理序列图像进行分块,通过投影匹配计算得到各对应分块的运动矢量,提出一种评价准则赋予各运动矢量相应权重,利用改进的随机一致参数估计方法得到全局运动模型参数。试验结果表明,与基于KLT、SIFT等特征点匹配的估计算法相比,在对估计精度没有较大影响的前提下,本文算法具有运算速度快、能实时应用的特点。     

旋转视频中特征点的迭代筛选与光流估计匹配研究

转动抖动补偿是视频稳像的难点,针对转动抖动补偿中的关键技术特征点的筛选与匹配展开研究。建立了图像的6参数仿射模型;推导得到估计有意运动参数的超定方程;采用最小二乘迭代算法来去除绝对误差和(SAD) 算法误判的特征点;采用金字塔(LK)光流算法来对旋转视频进行特征点匹配。编程实现算法;用特征窗口梯度矩阵法(KLT)提取特征后,分别用SAD算法和LK光流算法进行匹配,求解得到旋转变换阵参数误差,分析、比较并图示了误差原因;利用Kalman滤波去除无意运动;对含转动抖动的视频进行稳像补偿。在自主移动机器人平台上开展了实验。结果表明LK光流算法相比SAD算法对旋转视频的特征点匹配误差小,结合Kalman滤波可有效补偿转动抖动,将最大8.37°的转动抖动稳像到3.68°以下。     

基于Kalman滤波的稳像技术研究

提出一种适用于视频侦察的实时电子稳像方法。采用特征点匹配法估计帧间全局运动参数,在建立参数运动模型的基础上,通过Kalman滤波确定各帧修正矢量。实验结果说明该方法可以较好地去除高频抖动,保留摄像机的主动运动,实现实时稳像。     

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。     

红外视频的SIFT-RANSAC稳像算法研究

针对红外热像仪在载体的非平稳运动中获得的视频信号存在帧间的非平稳抖动问题，本文提出了一种SIFT—RANSAC稳像方法，将图像匹配中的SIFF特征应用于红外视频的稳像处理中，并针对红外热像仪的成像特点，给出了一种基于RANSAC的方法估计运动参数，对运动参数的滤波得出无抖动的运动轨迹，再对每帧图像做运动补偿得到无抖动的视频。仿真结果表明，该方法有效地解决了特征点匹配过程中的误匹配问题，大幅度地提高了红外视频的稳像精度。     

一种新的快速智能电子稳像方法

设计了一种适用于移动摄像设备获取视频序列的快速电子稳像方法，较好地解决了抖动自动检测和准确补偿问题。首先，通过改进的图像插补算法估计出帧间全局运动参数，设置判别条件，进行抖动检测；然后对发生抖动的序列进行图像补偿，包括抖动补偿和局部运动补偿，从而得到稳定的视频序列。真实视频序列的稳像处理结果验证了抖动检测方法的可行性以及算法。实验结果和算法分析表明，该方法增强了电子稳像系统的智能性。     

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.     

高精度机载光电跟踪系统的自适应模糊控制

机载激光制导武器能精确命中目标是由于引导武器运动的激光束能准确、稳定地照射在目标上。而实现这一点的关键是受陀螺稳定平台系统稳定的激光束在机载运动、振动和目标运动的条件下 ,能准确、稳定地跟踪目标。本文讨论了这种陀螺稳定平台系统实现高精度自适应稳定跟踪的模糊控制设计方法 ,仿真证明了该设计方法是有效的。     

基于运动误差补偿的弹载SAR成像CS算法

针对弹载SAR在成像过程中复杂的运动状态,建立了斜视匀加速运动模型,在此基础上,通过补偿运动误差,将运动模型简化为正侧视匀速运动模型,进而应用经典CS算法,对点目标进行成像。仿真结果表明该方法可有效完成加速度补偿,实现点目标的清晰成像。     

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。     

栓系无人机光电侦察任务载荷控制系统

为实现栓系无人机快速精准地完成光电侦察任务,设计一套以数字信号处理器(digital signal processor,DSP)为控制核心,以三轴光纤陀螺实现视轴稳定的光电侦察任务载荷控制系统.介绍该系统的组成、工作原理、硬件原理框图以及电机选型计算方法,采用双速度环的控制模型实现高精度稳定控制.结果表明,该任务载荷控制系统的控制方法对提高无人机稳定瞄准和跟踪具有一定的工程参考价值.