论文部分内容阅读
激光雷达和被动红外成像均可获得目标图像,成像系统的工作效果和最终获得的图像序列要受到其载体不同时刻的姿态变化或振动的影响,对目标所要获得的视频动态图像序列信息不稳定、模糊。随着电视摄像系统在各领域的广泛应用,对图像信息的稳定性要求也在不断提高。稳像处理的好坏直接关系到目标识别的正确与否。通过几种电子稳像算法对视频图像序列进行处理,能够进一步从整体把握图像中的每个物体,从而能够实现目标的正确识别。本文介绍电子稳像的基本流程,通常电子稳像系统对输入的图像帧序列的处理过程分为运动矢量估计和运动补偿两个阶段。在运动矢量估计阶段,通过采用各种图像处理和信息提取手段,得到局部运动估计和全局运动估计将帧间运动矢量尽可能精确的加以确定,这样便尽可能的得到准确的帧间位移值,之后便可方便的通过运动补偿将原视频序列加以稳定。在此基础上,对运动矢量估计分别采取代表点匹配法RPM、块匹配法BMA、灰度投影法PA和位平面匹配法BPM四种算法进行处理,同时评价四种算法补偿振动量后获得图像的稳定程度,比较它们的稳像效果和优越性所在。本文通过选取一幅图像,由此图像仿真生成试验所用的原始图像序列,而真实原始图像序列数据的采集工作采用实验室的摄像机获得。利用自己所编写的电子稳像算法程序对仿真得到的图像序列和真实的图像序列进行了处理,实现了所论述的四种电子稳像算法的处理过程,并获得各种算法处理后的图像序列,最后根据评价准确度的品质因子PSNR的定义,对算法的准确度进行评测,评价每种算法补偿振动量后获得图像的稳定程度,对四种稳像算法处理效果进行比较得出各算法适用范围环境。试验结果证明本文所论述的电子稳像算法求出的运动矢量有较好的一致性和准确性,处理后能够提高动态图像的稳定性、消除视频序列的抖动。