賈永華

一種安防專用視頻增強(qiáng)儀

賈永華

?？低曆邪l(fā)了一種自適應(yīng)的視頻圖像增強(qiáng)和視頻穩(wěn)定算法，開(kāi)發(fā)出了一款安防專用的視頻增強(qiáng)儀。適合于實(shí)現(xiàn)圖像增強(qiáng)和視頻穩(wěn)定，以更好地為安防監(jiān)控行業(yè)服務(wù)。

隨著攝像系統(tǒng)在各領(lǐng)域中的廣泛應(yīng)用，對(duì)圖像信息的清晰性和穩(wěn)定性要求也在不斷提高。而圖像的不穩(wěn)定主要是由攝像機(jī)載體的運(yùn)動(dòng)導(dǎo)致的，因此運(yùn)動(dòng)載體上的攝像系統(tǒng)需安裝穩(wěn)像系統(tǒng)。視頻穩(wěn)像是新一代的穩(wěn)像方法，它利用數(shù)字圖像處理等技術(shù)實(shí)現(xiàn)實(shí)時(shí)、高精度地穩(wěn)定動(dòng)態(tài)圖像；由于受各種外界因素的影響，拍攝的圖像有時(shí)候不利于人眼觀察和計(jì)算機(jī)處理，圖像增強(qiáng)的目的是增強(qiáng)圖像的視覺(jué)效果，將原圖像轉(zhuǎn)換成一種更適合于人眼觀察和計(jì)算機(jī)進(jìn)行分析處理的形式，使處理后的圖像適合于某種特定的應(yīng)用。

?？低曆邪l(fā)了一種自適應(yīng)的視頻圖像增強(qiáng)和視頻穩(wěn)定算法，開(kāi)發(fā)出了一款安防專用的視頻增強(qiáng)儀。適用于實(shí)現(xiàn)圖像增強(qiáng)和視頻穩(wěn)定，以更好地為安防監(jiān)控行業(yè)服務(wù)。

引言

隨著電子計(jì)算機(jī)技術(shù)的進(jìn)步，人們利用計(jì)算機(jī)對(duì)圖像進(jìn)行各種形式的處理，促進(jìn)了圖像處理技術(shù)的發(fā)展。在圖像處理過(guò)程中，圖像增強(qiáng)作為預(yù)處理部分的基本技術(shù)，用于改善圖像的質(zhì)量。由于它在許多領(lǐng)域得到了廣泛應(yīng)用，受到了人們的重視。圖像增強(qiáng)是圖像處理的基本內(nèi)容之一。圖像增強(qiáng)是指按特定的需要突出一幅圖像中的某些信息，同時(shí)削弱或去除某些不需要的信息的處理方法，從而有目的地強(qiáng)調(diào)圖像的整體或局部特征。增強(qiáng)處理后的圖像不一定逼近原始圖像，但信息量會(huì)更加豐富，圖像判讀和識(shí)別效果會(huì)更好。

攝像系統(tǒng)已廣泛應(yīng)用在艦船的光電設(shè)備、無(wú)人機(jī)偵察系統(tǒng)，以及偵察車(chē)的監(jiān)視系統(tǒng)等領(lǐng)域中。而攝像系統(tǒng)的工作效果要受到其載體不同時(shí)刻的姿態(tài)變化或振動(dòng)的影響，反映到監(jiān)視器上，就是獲得的圖像信息不穩(wěn)定、模糊。而這種不穩(wěn)定的圖像易讓觀察者產(chǎn)生疲勞感，從而導(dǎo)致誤判和漏判；對(duì)于目標(biāo)自動(dòng)識(shí)別系統(tǒng)會(huì)導(dǎo)致漏警和虛警。所以，在運(yùn)動(dòng)的載體中，攝像系統(tǒng)的穩(wěn)像是一個(gè)十分重要的問(wèn)題。

圖像增強(qiáng)

圖像增強(qiáng)是很早的課題，國(guó)內(nèi)外對(duì)此有很多研究相應(yīng)算法也有許多。這些方法都有各自的優(yōu)缺點(diǎn)，總體來(lái)說(shuō)，它們大致可以被分成頻域法和空域法兩大類(lèi)。

頻域法是對(duì)原圖像進(jìn)行某種變換（如，傅氏變換、小波變換等），在變換域中進(jìn)行處理達(dá)到增強(qiáng)的目的，這種方法的計(jì)算量相對(duì)較大，變換的參數(shù)選取人工干預(yù)較多。

空域法則是直接對(duì)原始圖像進(jìn)行處理，主要算法有直方圖均衡、直方圖變換、邊緣提取、平滑濾波、局部灰度和增益控制等。這類(lèi)方法一般普適性較差。

近年來(lái)出現(xiàn)了模糊處理方法，其處理步驟通常為：首先將空域中的原始圖像數(shù)據(jù)通過(guò)模糊化映像，使其成為特征平面中的模糊圖像的數(shù)據(jù)，然后利用特征平面中的各種性質(zhì)，對(duì)圖像信息進(jìn)行處理，最后將處理后的信息數(shù)據(jù)逆映像到空間域，從而獲得增強(qiáng)后的圖像。這種方法很好地利用了圖像所固有的二義性，比較符合人的視覺(jué)習(xí)慣；但是這種方法也有其缺點(diǎn)，它需要人工介入來(lái)確定渡越點(diǎn)及飽和點(diǎn)，這就限制了其應(yīng)用。下面介紹幾種常見(jiàn)的圖像增強(qiáng)方法。

傳統(tǒng)的圖像增強(qiáng)方法

傳統(tǒng)的圖像增強(qiáng)處理方法基本可以分為空域圖像增強(qiáng)和頻域圖像增強(qiáng)兩大類(lèi)?？沼蚴侵附M成圖像的像素的集合，空域圖像增強(qiáng)直接對(duì)圖像中像素灰度值進(jìn)行運(yùn)算處理，如灰度變換、直方圖均衡化、圖像的空域平滑和銳化處理、偽彩色處理等。頻域圖像增強(qiáng)是對(duì)圖像經(jīng)傅立葉變換后的頻譜成分進(jìn)行操作，然后逆傅立葉變換獲得所需結(jié)果，如低通濾波技術(shù)、高通濾波器技術(shù)、帶通和帶阻濾波、同態(tài)濾波等。為了適應(yīng)圖像的局部特性，基于局部變換的圖像增強(qiáng)方法應(yīng)運(yùn)而生，如局部直方圖均衡化、對(duì)比度受限自適應(yīng)直方圖均衡化、利用局部統(tǒng)計(jì)特性的噪聲去除方法。目前還將一些學(xué)科與圖像處理相結(jié)合，如基于神經(jīng)網(wǎng)絡(luò)的脈沖噪聲濾波技術(shù)、基于紋理分析的保細(xì)節(jié)平滑技術(shù)等。

灰度變換

灰度變換是圖像增強(qiáng)的重要手段之一，通過(guò)擴(kuò)大或改變灰度的值域范圍，提高清晰度，使特征更加明顯。它主要利用點(diǎn)運(yùn)算來(lái)修正像素灰度，通?？煞譃榫€性變換、分段線性變換、非線性變換。線性變換對(duì)于灰度范圍較窄的圖像可以較好地改善圖像，對(duì)于其他一些圖像增強(qiáng)效果并不明顯。為了突出圖像中感興趣的目標(biāo)或灰度區(qū)間，采用分段線性變換。對(duì)于目標(biāo)和背景可以明確區(qū)別的圖像，可以借助圖像的灰度直方圖來(lái)確定分段區(qū)間的灰度范圍。一般為了準(zhǔn)確確定變換區(qū)間，需要反復(fù)調(diào)整區(qū)間范圍，很多情況下根據(jù)經(jīng)驗(yàn)來(lái)確定。通過(guò)拉伸目標(biāo)對(duì)應(yīng)的灰度范圍，壓縮背景對(duì)應(yīng)的灰度范圍，增強(qiáng)目標(biāo)和背景的對(duì)比度，利于人眼觀察和計(jì)算機(jī)處理。在某些情況下，應(yīng)用非線性變換可以獲得比線性變換更好的增強(qiáng)效果，如在圖像過(guò)暗或過(guò)亮的情況下，利用指數(shù)變換或?qū)?shù)變換的效果可能比線性變換更好一些，然而它們?nèi)菀资箞D像過(guò)增強(qiáng)或欠增強(qiáng)，同時(shí)參數(shù)也較難控制。

直方圖均衡化

直方圖均衡化方法是圖像增強(qiáng)空域法中最常用、最重要的方法之一。目前主要包含傳統(tǒng)的直方圖均衡化、局部直方圖均衡化兩大類(lèi)。傳統(tǒng)的直方圖均衡化能自動(dòng)地增強(qiáng)整幅圖像的對(duì)比度而得到了廣泛的應(yīng)用，但由于不能適應(yīng)圖像的局部亮度特性，易發(fā)生灰階合并現(xiàn)象，從而造成區(qū)域細(xì)節(jié)丟失，同時(shí)對(duì)噪聲也較為敏感。局部直方圖均衡化是一種自適應(yīng)的方法，能最大程度地增強(qiáng)細(xì)節(jié)部分，主要缺點(diǎn)是它的計(jì)算量非常大，同時(shí)會(huì)引進(jìn)很多噪聲。雖然對(duì)于局部直方圖均衡化方法進(jìn)行了改進(jìn)，然而運(yùn)算速度仍是制約其應(yīng)用的重要因素之一。

基于多尺度分析的圖像增強(qiáng)方法

多尺度分析又稱為多分辨率分析，它是由Mallat于1989年首先提出的。以小波變換為代表的多尺度分析方法，被認(rèn)為是分析工具及方法上的重大突破。小波分析在時(shí)域或頻域上都具有良好的局部特性，而且由于對(duì)高頻信號(hào)采取逐步精細(xì)的時(shí)域或空域步長(zhǎng)，從而可以聚焦到分析對(duì)象的任意細(xì)節(jié)。隨后取得了許多研究成果，如Sattar et al提出了一種非線性的多尺度增強(qiáng)方法、楊煊提出了一種基于方向信息的多尺度邊緣檢測(cè)和圖像去噪的方法等。

數(shù)學(xué)形態(tài)學(xué)增強(qiáng)方法

數(shù)學(xué)形態(tài)學(xué)是用具有一定形態(tài)的結(jié)構(gòu)元素去量度和提取圖像中的對(duì)應(yīng)形狀，以達(dá)到對(duì)圖像分析和識(shí)別的目的。它的數(shù)學(xué)基礎(chǔ)是集合論，最基本的形態(tài)學(xué)算子有腐蝕、膨脹、開(kāi)和閉。數(shù)學(xué)形態(tài)學(xué)增強(qiáng)技術(shù)主要是形態(tài)學(xué)平滑去噪技術(shù)，相對(duì)圖像開(kāi)啟然后再閉合是一種對(duì)圖像進(jìn)行平滑的方法。這兩種操作的綜合效果是去除或減弱亮區(qū)和暗區(qū)的各類(lèi)噪聲?；跀?shù)學(xué)形態(tài)學(xué)的形態(tài)學(xué)濾波器可借助先驗(yàn)圖像的幾何信息。利用數(shù)學(xué)形態(tài)學(xué)算子，有效地去除噪聲，同時(shí)又可以保留圖像中原有的信息。

模糊增強(qiáng)方法

近年來(lái)不少學(xué)者致力于把模糊集理論引入圖像處理和識(shí)別技術(shù)的研究。由于圖像本身的復(fù)雜性，多灰度分布所帶來(lái)的不確定性和不精確（即模糊性），使得用模糊集合理論進(jìn)行圖像處理成為可能。自Pal和King率先將模糊集合理論應(yīng)用到圖像增強(qiáng)處理上，模糊增強(qiáng)技術(shù)受到了人們的重視。Chen et al（1995）把模糊集引入到經(jīng)典的直方圖修正中，提出了一種自動(dòng)直方圖修正方法；Action （1998）基于模糊非線性回歸給出了一種圖像增強(qiáng)方法，并且用于遙感圖像的去噪和邊緣增強(qiáng)；近年來(lái)Han et al （2002）推廣了通常意義的彩色直方圖，提出了模糊彩色直方圖的概念，并且已經(jīng)成功應(yīng)用于彩色圖像的檢索；Russo （2002）充分利用模糊集理論解決不確定性問(wèn)題的優(yōu)勢(shì)，較好地解決了受到?jīng)_擊噪聲干擾的彩色圖像的邊緣檢測(cè)問(wèn)題；模糊集方法和神經(jīng)網(wǎng)絡(luò)、遺傳算法結(jié)合用于圖像增強(qiáng)的方法正在研究之中。

另外，由于沒(méi)有圖像增強(qiáng)的通用標(biāo)準(zhǔn)，主要是根據(jù)人眼的主觀判斷和經(jīng)驗(yàn)知識(shí)，結(jié)合人類(lèi)的視覺(jué)特性模型，基于人類(lèi)視覺(jué)的圖像增強(qiáng)技術(shù)也成為一種研究趨向。

視頻穩(wěn)像

通常采用的穩(wěn)像方法有：主動(dòng)穩(wěn)像、被動(dòng)穩(wěn)像和視頻穩(wěn)像。主動(dòng)穩(wěn)像是安裝陀螺穩(wěn)定平臺(tái)穩(wěn)定攝像系統(tǒng)，陀螺穩(wěn)定平臺(tái)主要是衰減低頻振動(dòng)。被動(dòng)穩(wěn)像是采用減振裝置來(lái)隔離載體的振動(dòng)，抑制高頻振動(dòng)對(duì)攝像機(jī)的影響。主動(dòng)穩(wěn)像和被動(dòng)穩(wěn)像可配合使用實(shí)現(xiàn)寬范圍的穩(wěn)像。但是，由于高精度的陀螺穩(wěn)定平臺(tái)不僅結(jié)構(gòu)復(fù)雜，體積大、價(jià)格昂貴、功耗大，而且在有的場(chǎng)合，如彈載、輕載飛機(jī)、外星球探測(cè)中，因體積的限制而無(wú)法使用。所以，提出一種新型的穩(wěn)定方法——視頻穩(wěn)像技術(shù)來(lái)實(shí)現(xiàn)電視圖像的穩(wěn)定。

由于視頻穩(wěn)像算法直接處理圖像，可簡(jiǎn)化設(shè)備，提高穩(wěn)像精度，近幾年來(lái)美國(guó)、加拿大、韓國(guó)、日本等國(guó)對(duì)穩(wěn)像算法展開(kāi)了深入的研究，提出了多種方法，但總的來(lái)說(shuō)，已有的分析方法主要分為兩類(lèi)基于特征量的方法和基于光流的方法。基于光流的方法利用了灰度的變化信息，需要從圖像序列的灰度變化中計(jì)算速度場(chǎng)。根據(jù)文獻(xiàn)報(bào)道，由于實(shí)際景物中的速度場(chǎng)不一定總是與圖像中的直觀速度場(chǎng)有唯一對(duì)應(yīng)關(guān)系且偏導(dǎo)數(shù)計(jì)算加重噪聲水平，使得光流法得到的結(jié)果在使用中常常不穩(wěn)定，因此提取對(duì)灰度不敏感的有效特征量計(jì)算圖像運(yùn)動(dòng)矢量的方法應(yīng)用得較多。目前，主要的穩(wěn)定算法有代表點(diǎn)匹配法RPM（representative point matching）、投影算法PA（projection algorithm）、特征量跟蹤算法FTA（feature track algorithm）等，各種方法都有其特定的適用范圍，具體介紹如下：

代表點(diǎn)匹配法

代表點(diǎn)匹配法已應(yīng)用在小型攝像系統(tǒng)中。代表點(diǎn)是圖像上最簡(jiǎn)單的特征量，通常是將圖像分成四個(gè)區(qū)域，每個(gè)區(qū)域分別選取若干個(gè)代表點(diǎn)，每個(gè)點(diǎn)有一個(gè)確定的搜索區(qū)域。建立先前幀與當(dāng)前幀圖像代表點(diǎn)之間的對(duì)應(yīng)關(guān)系式，最后以搜索區(qū)域內(nèi)選定的代表點(diǎn)為相對(duì)參考點(diǎn)作一個(gè)相同位移值，相應(yīng)的有一個(gè)絕對(duì)差值，對(duì)所有代表點(diǎn)坐標(biāo)的絕對(duì)差值求和，獲得一個(gè)相關(guān)函數(shù)關(guān)系式如下：

式中It-1，It表示第k個(gè)代表點(diǎn)在先前幀和當(dāng)前幀圖像中的像素?cái)?shù)據(jù)。每個(gè)區(qū)域內(nèi)對(duì)應(yīng)(i,j)會(huì)有一個(gè)最小差值和，那么這個(gè)位移量可作為該區(qū)域的圖像運(yùn)動(dòng)矢量，通常四區(qū)域的位移矢量是不相等的，如果被攝景物是靜止的，可以將四區(qū)域的位移值平均作為整幅圖像的運(yùn)動(dòng)矢量。此方法的優(yōu)點(diǎn)是算法簡(jiǎn)單、計(jì)算量小。但是由于代表點(diǎn)是確定的，并非是圖像上有明顯特征的點(diǎn)，因此對(duì)圖像的變化不敏感，對(duì)旋轉(zhuǎn)晃動(dòng)和慢速晃動(dòng)尚不能補(bǔ)償。此方法的檢測(cè)精確度在信噪比為30dB時(shí)能達(dá)到正負(fù)0.5像素差值。

投影法

投影法是利用圖像總體灰度變化規(guī)律來(lái)確定圖像運(yùn)動(dòng)矢量的一種方法，它不必對(duì)圖像上的每一點(diǎn)做相關(guān)運(yùn)算，而是利用圖像的灰度投影曲線做一次相關(guān)運(yùn)算，因此它的運(yùn)算量小，運(yùn)動(dòng)估計(jì)速度快，容易滿足實(shí)時(shí)性要求。投影法通常分為三個(gè)步驟：1）灰度映射。當(dāng)前幀圖像經(jīng)過(guò)預(yù)處理以后，投影成為兩個(gè)獨(dú)立的一維波形，其投影公式如下:

其中Gk(j)，Gk(i)分別表示第k幀圖像的j列、i行的灰度值，Gk(i,j)表示第k幀圖像(i,j)點(diǎn)位置處的灰度值；2）進(jìn)行投影濾波，由于圖像邊緣信息是唯一的，當(dāng)圖像位移量較大時(shí)，會(huì)導(dǎo)致投影波形在邊緣處的差異性，在進(jìn)行相關(guān)計(jì)算時(shí)會(huì)對(duì)互相關(guān)峰值產(chǎn)生影響從而降低精度?？捎糜嘞移椒綖V波器進(jìn)行濾波，降低邊緣信息的幅值，保留中心區(qū)域的波形，從而降低邊緣信息對(duì)互相關(guān)峰值的影響，提高檢測(cè)精度。在邊緣信息較為粗糙時(shí)，可以去掉若干行、列的像素后再用投影法計(jì)算其運(yùn)動(dòng)矢量；3）矢量的提取，分別將當(dāng)前幀與參考幀的行、列灰度投影波形做互相關(guān)計(jì)算，根據(jù)兩條相關(guān)曲線的唯一谷值即可確定當(dāng)前幀相對(duì)于參考幀的行和列的運(yùn)動(dòng)矢量。

一般的投影算法都是對(duì)整幀圖像進(jìn)行投影計(jì)算, 得出的是全局運(yùn)動(dòng)矢量。它只考慮了平移現(xiàn)象，對(duì)于旋轉(zhuǎn)則沒(méi)有考慮。而且當(dāng)圖像中有攝像機(jī)的正常掃描和圖像中有小目標(biāo)運(yùn)動(dòng)時(shí)，檢測(cè)的運(yùn)動(dòng)矢量則不是很準(zhǔn)確，算法精度下降。為了解決這個(gè)問(wèn)題，改進(jìn)的投影算法被提出。一種改進(jìn)算法是：將當(dāng)前幀圖像分為幾個(gè)區(qū)域，對(duì)每個(gè)區(qū)域進(jìn)行投影計(jì)算，得出局部運(yùn)動(dòng)矢量，再由局部運(yùn)動(dòng)矢量求取全局運(yùn)動(dòng)矢量，這樣可以將小目標(biāo)運(yùn)動(dòng)矢量剔除。通常，分的區(qū)域越小，對(duì)運(yùn)動(dòng)矢量的估計(jì)越有利，但是,區(qū)域一小，投影曲線的變化就不是很明顯，對(duì)估計(jì)精度很有影響。因此，選擇適當(dāng)?shù)拇笮∈呛苡斜匾?，要根?jù)實(shí)際應(yīng)用綜合考慮。

特征量跟蹤算法

特征量跟蹤算法是穩(wěn)像算法中獲取圖像運(yùn)動(dòng)矢量的重要算法，由于在獲取圖像運(yùn)動(dòng)矢量時(shí)采用像素點(diǎn)匹配計(jì)算量大，而基于頻域的分析方法對(duì)圖像所含信息的利用程度低，所以該算法是較常用的算法。主要利用的特征量有角點(diǎn)、直邊緣、曲邊緣等局部特征和型心、表面積、慣量矩的長(zhǎng)短軸等全局特征。在具體應(yīng)用中，采用什么特征量主要看目標(biāo)具有那些特性。

特征量跟蹤時(shí)，在真實(shí)場(chǎng)景中可能會(huì)面臨一個(gè)嚴(yán)重的問(wèn)題，各特征量所處的環(huán)境往往很復(fù)雜，其中經(jīng)常有各種干擾，如目標(biāo)的遮蓋、景物的陰影、背景的變化等，這些變化就使得特征量的跟蹤變得十分困難。但是，如果事先對(duì)要處理的目標(biāo)的某些信息如幾何結(jié)構(gòu)信息有所了解的話，將這些知識(shí)用于工作中就能使在特定條件下的特征量的跟蹤變得比較簡(jiǎn)單而且可靠，這也是利用特征量進(jìn)行跟蹤的一個(gè)主要原因。文獻(xiàn)中Thompson，Lowe和Tsai等人提出了多種根據(jù)結(jié)構(gòu)信息的特征量跟蹤算法。

利用FTA算法獲取各特征量的運(yùn)動(dòng)矢量是圖像的局部運(yùn)動(dòng)矢量，穩(wěn)定圖像還需要求出圖像由攝像機(jī)引起的全局運(yùn)動(dòng)矢量。全局運(yùn)動(dòng)矢量是在局部運(yùn)動(dòng)矢量的基礎(chǔ)上, 利用準(zhǔn)確設(shè)定的圖像運(yùn)動(dòng)數(shù)學(xué)模型來(lái)求取的，即將特征量的局部運(yùn)動(dòng)矢量帶入設(shè)定的數(shù)學(xué)模型中，然后求解方程組得到圖像全局運(yùn)動(dòng)矢量。

運(yùn)動(dòng)決定

得到了每幀的全局運(yùn)動(dòng)矢量以后，還不能直接進(jìn)行補(bǔ)償，需要進(jìn)一步判斷該矢量為抖動(dòng)矢量還是抖動(dòng)矢量和攝像機(jī)正常掃描運(yùn)動(dòng)矢量的合成。攝像機(jī)的正常掃描運(yùn)動(dòng)與圖像的抖動(dòng)是有較明顯區(qū)別的。抖動(dòng)是隨機(jī)的，而正常掃描活動(dòng)在某一短時(shí)間內(nèi)，往往是向著同一個(gè)方向運(yùn)動(dòng), 連續(xù)多幀圖像的全局運(yùn)動(dòng)矢量具有一定的方向性。另外，掃描運(yùn)動(dòng)一般比較緩慢，而抖動(dòng)比較快， 抖動(dòng)引起的運(yùn)動(dòng)矢量往往要大于掃描運(yùn)動(dòng)引起的兩幀圖像之間的運(yùn)動(dòng)矢量。根據(jù)這些特點(diǎn)，一種判斷方法如下:

定義

其中T1表示連續(xù)N幀圖像中相鄰幀運(yùn)動(dòng)差的絕對(duì)和，T2表示N幀圖像的平均運(yùn)動(dòng)矢量MV(ti) 表示第ti幀圖像相對(duì)于參考圖像的全局運(yùn)動(dòng)矢量，根據(jù)上面的判別式得出：如果T1/T2＜K1且K2＞K1，則為掃描運(yùn)動(dòng)，否則為隨機(jī)抖動(dòng)。K1，K2為常數(shù),根據(jù)具體情況設(shè)置。這只是一種較為簡(jiǎn)單的判斷方法，并不適合所有的場(chǎng)合，正常掃描和抖動(dòng)之間并沒(méi)有明確的界限，往往憑人的主觀感覺(jué)判定，抖動(dòng)與正常掃描的判定方法還有待進(jìn)一步研究。

運(yùn)動(dòng)補(bǔ)償

在進(jìn)行判定以后，就可以根據(jù)判定情況進(jìn)行補(bǔ)償。當(dāng)沒(méi)有攝像機(jī)的正常掃描時(shí)，全局運(yùn)動(dòng)矢量就是抖動(dòng)矢量，是需要去除的。根據(jù)全局運(yùn)動(dòng)矢量補(bǔ)償當(dāng)前幀圖像，得到穩(wěn)定圖像。全局運(yùn)動(dòng)矢量如果是幀到參考幀的，則直接進(jìn)行補(bǔ)償。如果全局運(yùn)動(dòng)矢量是相鄰幀之間的運(yùn)動(dòng)矢量，則需要將當(dāng)前幀運(yùn)動(dòng)矢量與它前面幀的運(yùn)動(dòng)矢量求和，得到當(dāng)前幀與參考幀的運(yùn)動(dòng)矢量，然后對(duì)當(dāng)前幀進(jìn)行補(bǔ)償。

當(dāng)存在攝像機(jī)的正常掃描時(shí)，需要進(jìn)行濾波，求出攝像機(jī)正常掃描的運(yùn)動(dòng)矢量，然后由當(dāng)前幀的全局運(yùn)動(dòng)矢量減去正常掃描的運(yùn)動(dòng)矢量，得到抖動(dòng)矢量，而后進(jìn)行補(bǔ)償。常用濾波方法有以下三種：均值濾波、kalman濾波和B樣條運(yùn)動(dòng)濾波。

結(jié)論

目前還沒(méi)有一種通用的衡量圖像質(zhì)量的指標(biāo)能夠用來(lái)評(píng)價(jià)圖像增強(qiáng)方法的優(yōu)劣，圖像增強(qiáng)理論有待進(jìn)一步完善。因此，圖像增強(qiáng)技術(shù)的探索具有試驗(yàn)性和多樣性，增強(qiáng)的方法往往具有針對(duì)性。要取得對(duì)一幅圖像較好的改善效果，有時(shí)要綜合運(yùn)用多種增強(qiáng)方法，發(fā)揮每種方法的特長(zhǎng)。要依據(jù)圖像結(jié)構(gòu)的特點(diǎn)和圖像處理的要求，選用相應(yīng)的增強(qiáng)方法。圖像增強(qiáng)的最大困難是，很難對(duì)增強(qiáng)結(jié)果加以量化描述，只能靠經(jīng)驗(yàn)、人的主觀感覺(jué)加以評(píng)價(jià)。同時(shí)，要獲得一個(gè)滿意的增強(qiáng)效果，往往需要人機(jī)的交互作用。

由于視頻穩(wěn)像技術(shù)是利用圖像處理算法實(shí)現(xiàn)圖像序列的穩(wěn)定，因此具有精度高、速度快、功耗少等優(yōu)點(diǎn)。隨著各攝像系統(tǒng)對(duì)圖像穩(wěn)定精度的要求不斷地提高，視頻穩(wěn)像技術(shù)的應(yīng)用必將越來(lái)越廣泛。目前，視頻穩(wěn)像的基本算法已經(jīng)比較完善，對(duì)于有平移運(yùn)動(dòng)、簡(jiǎn)單的旋轉(zhuǎn)運(yùn)動(dòng)、單軸旋轉(zhuǎn)以及圖像上有小目標(biāo)運(yùn)動(dòng)物體的圖像序列可以做到快速、準(zhǔn)確地穩(wěn)定。視頻穩(wěn)像面臨的主要問(wèn)題是如何利用圖像信息區(qū)分?jǐn)z像機(jī)的晃動(dòng)量和攝像機(jī)的正常掃描運(yùn)動(dòng)，以及如何穩(wěn)定圖像多軸的旋轉(zhuǎn)運(yùn)動(dòng)等問(wèn)題。解決這些問(wèn)題不能僅僅依賴于圖像運(yùn)動(dòng)模型的精確程度，同時(shí)必須要充分利用圖像序列的信息量。另外，視頻穩(wěn)像雖然具有諸多的優(yōu)點(diǎn)，但是由它的原理可知，穩(wěn)定圖像的晃動(dòng)將以損失部分圖像信息為代價(jià)，這在一定程度上限制了視頻穩(wěn)像的適用范圍。

作者單位：杭州?？低晹?shù)字技術(shù)股份有限公司