劉文娟 張仙玉

摘要：圖像穩(wěn)像分為機(jī)械穩(wěn)像和電子穩(wěn)像，電子穩(wěn)像采用圖像信息處理方法結(jié)合光學(xué)圖像處理芯片，實(shí)現(xiàn)圖像的穩(wěn)定性處理。傳統(tǒng)的電子穩(wěn)像采用角點(diǎn)包絡(luò)檢測(cè)方法，在圖像受到多重光線干擾下，穩(wěn)像性能不好。提出一種基于特征匹配的多重光融合圖像的穩(wěn)像技術(shù)，首先采用小波降噪方法對(duì)圖像進(jìn)行降噪預(yù)處理，提取圖像的Harris角點(diǎn)特征，進(jìn)行特征匹配，以此為基礎(chǔ)采用圖像邊緣融合方法進(jìn)行穩(wěn)像處理，以提高多重光融合圖像的穩(wěn)像性能。仿真結(jié)果表明，采用該算法進(jìn)行電子穩(wěn)像處理，多重光融合圖像峰值信噪比較高，說明穩(wěn)像改善程度較好，抗干擾性較強(qiáng)，優(yōu)于傳統(tǒng)算法。

關(guān)鍵詞關(guān)鍵詞：圖像處理；電子穩(wěn)像；圖像融合；特征匹配

DOIDOI：10.11907/rjdk.161333

中圖分類號(hào)：TP317.4文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)文章編號(hào)：16727800（2016）007019303

0引言

在圖像采集過程中，容易受到風(fēng)、人為抖動(dòng)以及平臺(tái)不穩(wěn)定性等因素影響，導(dǎo)致采集的圖像穩(wěn)定性不好，需要進(jìn)行圖像穩(wěn)像處理，以提高圖像采集性能。典型的穩(wěn)像技術(shù)主要采用機(jī)械式穩(wěn)像和光學(xué)穩(wěn)像，由于采用機(jī)械穩(wěn)像技術(shù)受到的環(huán)境限制較大，在復(fù)雜環(huán)境下穩(wěn)像的主動(dòng)性和智能性不好。而電子穩(wěn)像技術(shù)通過圖像處理算法結(jié)合圖像處理的硬件芯片實(shí)現(xiàn)穩(wěn)像處理，因此，其在進(jìn)行目標(biāo)識(shí)別和圖像特征分析與采集等應(yīng)用領(lǐng)域中都具有較高的價(jià)值。

傳統(tǒng)方法中，對(duì)電子穩(wěn)像技術(shù)的處理方法主要有基于輪廓特征提取的電子穩(wěn)像方法、基于邊緣融合的電子穩(wěn)像方法等[13]。上述方法通過對(duì)運(yùn)動(dòng)目標(biāo)圖像進(jìn)行邊緣輪廓特征提取，提高運(yùn)動(dòng)圖像的電子穩(wěn)像性能，由此實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的準(zhǔn)確檢測(cè)和識(shí)別。穩(wěn)像技術(shù)主要分為機(jī)械式穩(wěn)像、光學(xué)穩(wěn)像和電子穩(wěn)像，前兩種方法目前已不能滿足對(duì)精確圖像目標(biāo)穩(wěn)像和識(shí)別的要求，對(duì)此，相關(guān)穩(wěn)像技術(shù)進(jìn)行了算法的改進(jìn)設(shè)計(jì)。其中，文獻(xiàn)[4]提出基于塊匹配的電子穩(wěn)像技術(shù)，求解圖像中的旋轉(zhuǎn)運(yùn)動(dòng)參數(shù)進(jìn)行塊特征匹配，采用二值圖像分割方法實(shí)現(xiàn)圖像的輪廓特征提取，算法實(shí)現(xiàn)簡(jiǎn)單，計(jì)算量小，但是在復(fù)雜的多重色差光線干擾下，穩(wěn)像性能不好。針對(duì)上述問題，本文提出一種基于特征匹配的多重光融合圖像的穩(wěn)像技術(shù)，首先進(jìn)行圖像降噪預(yù)處理，然后提取圖像的Harris角點(diǎn)特征，進(jìn)行特征匹配，以此為基礎(chǔ)采用圖像邊緣融合方法進(jìn)行穩(wěn)像處理，提高多重光融合圖像的穩(wěn)像性能。仿真實(shí)驗(yàn)進(jìn)行了性能驗(yàn)證，展示了本文算法的優(yōu)越性能，得出有效性結(jié)論。

1多重光融合圖像降噪預(yù)處理與Harris角點(diǎn)特征提取1.1多重光融合圖像降噪預(yù)處理及電子穩(wěn)像總體設(shè)計(jì)

為了實(shí)現(xiàn)對(duì)多重光融合圖像的電子穩(wěn)像處理，需要首先進(jìn)行圖像降噪處理，常見方法如小波降噪、主成分分析降噪、時(shí)頻濾波降噪等[5]。本文采用小波降噪方法，假設(shè)圖像的邊緣像素（2）先判斷強(qiáng)脈沖噪聲污染下的圖像噪聲點(diǎn)，對(duì)數(shù)字圖像的像點(diǎn)判斷方法為：選取窗口為3×3，進(jìn)行水平、豎直方向的小波分解，用Xi，j表示圖像像素坐標(biāo)墊（i，j）小波分解的鄰域像素特征，Mi，j表示以該像素點(diǎn)為原點(diǎn)的角二階矩，計(jì)算式為：Mi，j=med（Xi-1，j-1…Xi，j…Xi+1，j+1）（3）對(duì)多重光融合圖像進(jìn)行全局運(yùn)動(dòng)估計(jì)，得到圖像穩(wěn)像過程中的視覺差判別式為：Fi，j=1， |Xi，j0，|Xi，j-Mi，j|

為圖像去噪后的差異值，σ為圖像進(jìn)行多重融合后的旋轉(zhuǎn)角度。為了實(shí)現(xiàn)對(duì)圖像的穩(wěn)像處理，沿梯度方向得到圖像二階累積量為：Gx（x，y；t）=u

Gy（x，y；t）=u（x，y；t）y（9）通過上述算法設(shè)計(jì)進(jìn)行圖像降噪處理，并以此為基礎(chǔ)，利用特征匹配方法進(jìn)行圖像穩(wěn)像，多重光融合圖像電子穩(wěn)像算法設(shè)計(jì)流程如圖1所示。

圖1多重光融合圖像電子穩(wěn)像算法設(shè)計(jì)流程

1.2圖像角點(diǎn)特征提取

在上述圖像降噪處理的基礎(chǔ)上，進(jìn)行多重光融合圖像的角點(diǎn)特征提取。本文采用Harris角點(diǎn)提取方法，假設(shè)在圖像采集過程中，受到抖動(dòng)的影響，導(dǎo)致圖像輸出陣元灰度化直方圖一維矢量，即：

在多尺度的方向矢量上對(duì)多重光融合圖像進(jìn)行網(wǎng)格分解，通過不同尺度下的網(wǎng)格分解，得到圖像的像素特征模型為：x（t）=Gs（t）+n（t）（11）其利用Hessian矩陣判斷圖像檢測(cè)傳感器的第i個(gè)圖像輸出角點(diǎn)分量上第m個(gè)陣元上的空間指向性增益為：τm（θi）=（m-1）τ0（θi）=（m-1）Δcsinθi （m=1，2，…，M）（15）其中， τ0（θi）=Δcsinθi是圖像對(duì)應(yīng)的運(yùn)動(dòng)參數(shù)θ，Δx是在時(shí)間域上的延遲，c是圖像抖動(dòng)的傳遞系數(shù)。于是上述輸出的圖像Harris角點(diǎn)特征檢測(cè)模型為：x1（t）

nM（t）（16）在提取出連續(xù)的多重光融合圖像的角點(diǎn)特征點(diǎn)之后，根據(jù)多通道圖像特征信息的角點(diǎn)匹配和特征采樣，以特征值降值排列，進(jìn)行圖像穩(wěn)像處理。

2多重光融合圖像穩(wěn)像處理算法改進(jìn)

在上述進(jìn)行圖像降噪預(yù)處理和特征提取的基礎(chǔ)上，為了實(shí)現(xiàn)對(duì)圖像的穩(wěn)像處理，還需要進(jìn)行角點(diǎn)特征匹配。傳統(tǒng)的電子穩(wěn)像方法采用角點(diǎn)包絡(luò)檢測(cè)方法，在圖像受到多重的光線干擾下，穩(wěn)像性能不好。為了克服傳統(tǒng)方法的弊端，本文提出一種基于特征匹配的多重光融合圖像的穩(wěn)像技術(shù)。改進(jìn)算法描述如下：使用分辨率高、較小的模板圖像作為測(cè)試向量集合，但是根據(jù)對(duì)象圖像的特征，這種模板圖像可以檢測(cè)出多個(gè)對(duì)應(yīng)的候選圖像，調(diào)整模板大小及中心，可以收斂到：P（limT→∞xT=K）=1（17）其中Vi為差異性邊緣輪廓控制點(diǎn)，i=0，1，···N-1，多重光融合圖像的紋理重構(gòu)結(jié)果為：Eint（vi）=12（i|d-|vi-vi-1||2+

βi|vi-1+2vi+vi+1|2）（18）假設(shè)圖像的初始搜索區(qū)域?yàn)镚，其中g(shù)i=（gix，giy，giz）（i=0，...Ng-1）為圖形的三維中心矢量，在特征子空間V中，取得第i個(gè)頂點(diǎn)，單位紋理空間內(nèi)的多重光融合圖像的邊緣灰度值為G（x，y；t），定義多重光融合圖像紋理子空間的頂點(diǎn)坐標(biāo)：x=Rsinηcos）其中，η表示搜索紋理區(qū)間的鄰域，表示金屬裂紋圖形三維重構(gòu)的緯度角。采用上述方法進(jìn)行邊緣分割，并采用Harris角點(diǎn)的相鄰幀補(bǔ)償方法進(jìn)行圖像邊緣融合，以此為基礎(chǔ)，通過Harris角點(diǎn)特征匹配，沿梯度方向進(jìn)行圖像的角點(diǎn)特征匹配，在初始狀態(tài)下對(duì)圖像抖動(dòng)的運(yùn)動(dòng)分量進(jìn)行補(bǔ)償，以此實(shí)現(xiàn)圖像的電子穩(wěn)像處理。通過上述處理，實(shí)現(xiàn)算法改進(jìn)。

3仿真實(shí)驗(yàn)與結(jié)果分析

為了測(cè)試本文設(shè)計(jì)算法在實(shí)現(xiàn)多重光融合圖像穩(wěn)像中的應(yīng)用性能，進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)采用Matlab 7軟件進(jìn)行圖像的濾波、融合和角點(diǎn)特征提取等算法的編程實(shí)現(xiàn)和圖像處理。實(shí)驗(yàn)中，將圖像的前一幀作為參考幀，利用角點(diǎn)（x，y）周圍相鄰幀的像素點(diǎn)，進(jìn)行圖像的特征點(diǎn)采集和匹配，由此實(shí)現(xiàn)對(duì)多重光圖像的穩(wěn)像處理，得到原始圖像和采用本文方法進(jìn)行穩(wěn)像處理后的圖像如圖2、圖3所示。

由圖可見，采用本文方法進(jìn)行圖像電子穩(wěn)像處理，通過圖像的降噪濾波和Harris角點(diǎn)特征匹配，電子穩(wěn)像性能和防抖性能較好，圖像采集質(zhì)量較高。為了定量對(duì)比算法性能，采用峰值信噪比為測(cè)試指標(biāo)，得到本文方法和傳統(tǒng)方法進(jìn)行電子穩(wěn)像處理后的峰值信噪比對(duì)比結(jié)果如圖4所示。

由圖可見，采用本文方法進(jìn)行圖像穩(wěn)像處理后的峰值信噪比較高，說明該方法對(duì)圖像質(zhì)量的改善水平較高，性能較好。

4結(jié)語

在圖像采集過程中，容易受到風(fēng)、人為抖動(dòng)以及平臺(tái)不穩(wěn)定性等因素影響，導(dǎo)致采集圖像的穩(wěn)定性不好，需要進(jìn)行圖像穩(wěn)像處理，以提高圖像采集性能。對(duì)此，本文提出一種基于特征匹配的多重光融合圖像的穩(wěn)像技術(shù)，以提高多重光融合圖像的穩(wěn)像性能。研究結(jié)果表明，該方法性能較好，穩(wěn)定可靠。

參考文獻(xiàn)：

[1]李計(jì)添，何永強(qiáng)，陳財(cái)森，等.一種基于灰度投影算法的車載電子穩(wěn)像方法[J].紅外技術(shù)，2010，32（6）：328332.

[2]王均波，孫幸福，朱磊，等.一種基于灰度投影塊匹配算法的電子穩(wěn)像方法[J].