[發(fā)明專利]一種快速圖像電子穩(wěn)定方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201210091030.9
• 申請(qǐng)日: 2012-03-31
• 公開（公告）號(hào): CN102637295A
• 公開（公告）日: 2012-08-15
• 發(fā)明（設(shè)計(jì)）人: 曾建平;孫楠
• 申請(qǐng)（專利權(quán)）人: 北京智安邦科技有限公司
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06T7/20
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種快速圖像電子穩(wěn)定方法，該方法包括：

第一步驟，將參考圖像分塊，計(jì)算每個(gè)圖像塊的紋理特征，根據(jù)紋理特征獲取基準(zhǔn)圖像塊；?

第二步驟，在當(dāng)前圖像內(nèi)搜索基準(zhǔn)圖像塊的匹配區(qū)域，根據(jù)匹配區(qū)域估算圖像的相對(duì)位移；

其中，第一步驟中所述將參考圖像???????????????????????????????????????????????分塊：將參考圖像網(wǎng)格化劃分成16﹡16共256個(gè)圖像塊，；

第一步驟中所述計(jì)算每個(gè)圖像塊的紋理特征包括：

計(jì)算紋理豐富性特征包括：首先根據(jù)圖像塊在參考圖像上的位置，沿著8個(gè)方向各平移一個(gè)像素，即，以獲得8個(gè)子圖像；將圖像塊與上述8個(gè)方向的子圖像分別進(jìn)行差分，并將像素差分絕對(duì)值的累加值作為區(qū)域的相似度量；取上述8個(gè)相似度量的最小值作為紋理豐富性特征，即；

計(jì)算圖像匹配閾值，其公式如下，其中；

第一步驟中所述根據(jù)紋理特征獲取基準(zhǔn)圖像塊包括：使用紋理豐富性特征將圖像塊按照從大到小的順序排序；選取前個(gè)圖像塊，作為基準(zhǔn)圖像塊，。

2.如權(quán)利要求1所述的方法，其特征在于，第二步驟中所述在當(dāng)前圖像內(nèi)搜索基準(zhǔn)圖像塊的匹配區(qū)域包括：在當(dāng)前圖像對(duì)應(yīng)位置的8*8鄰域內(nèi)，遍歷搜索與基準(zhǔn)圖像塊匹配的區(qū)域，計(jì)算每個(gè)區(qū)域的相似度量，并以相似度量最小的區(qū)域作為匹配區(qū)域，記錄匹配區(qū)域與基準(zhǔn)圖像塊的相對(duì)位移量和匹配相似度量；若匹配相似度量﹤圖像匹配閾值，則認(rèn)為基準(zhǔn)圖像塊搜索匹配成功。

3.如權(quán)利要求1所述的方法，其特征在于，第二步驟中所述根據(jù)匹配區(qū)域估算圖像的相對(duì)位移包括：統(tǒng)計(jì)與基準(zhǔn)圖像塊匹配成功的匹配區(qū)域的數(shù)目；若匹配成功的匹配區(qū)域數(shù)目≥第一閾值T1，則使用RANSAC算法，根據(jù)匹配成功的匹配區(qū)域的相對(duì)位移量來(lái)估算圖像的相對(duì)位移，若匹配成功的匹配區(qū)域數(shù)目＜第一閾值T1，則繼續(xù)根據(jù)與下一個(gè)基準(zhǔn)圖像塊匹配成功的匹配區(qū)域，來(lái)估算圖像的相對(duì)位移，直到所有的基準(zhǔn)圖像塊都搜索完畢；輸出圖像的相對(duì)位移；其中，第一閾值T1∈[5,7]。

4.如權(quán)利要求1所述的方法，該方法還可以包括：

第三步驟，根據(jù)圖像的相對(duì)位移，校正視頻圖像。

5.一種快速圖像電子穩(wěn)定裝置，該裝置包括：

基準(zhǔn)圖像塊獲取單元，用于將參考圖像分塊，計(jì)算每個(gè)圖像塊的紋理特征，根據(jù)紋理特征獲取基準(zhǔn)圖像塊；

相對(duì)位移計(jì)算單元，用于在當(dāng)前圖像內(nèi)搜索基準(zhǔn)圖像塊的匹配區(qū)域，根據(jù)匹配區(qū)域估算圖像的相對(duì)位移；

其中，所述基準(zhǔn)圖像塊獲取單元包括：

參考圖像分塊模塊，用于將參考圖像網(wǎng)格化劃分成16﹡16共256個(gè)圖像塊；

圖像塊的紋理特征計(jì)算模塊，用于計(jì)算紋理豐富性特征和圖像匹配閾值；

根據(jù)紋理特征獲取基準(zhǔn)圖像塊模塊，用于使用紋理豐富性特征將圖像塊按照從大到小的順序排序，并選取前個(gè)圖像塊作為基準(zhǔn)圖像塊；

其中，所述圖像塊的紋理特征計(jì)算模塊中所述計(jì)算紋理豐富性特征包括：首先根據(jù)圖像塊在參考圖像上的位置，沿著8個(gè)方向各平移一個(gè)像素，即，以獲得8個(gè)子圖像；將圖像塊與上述8個(gè)方向的子圖像分別進(jìn)行差分，并將像素差分絕對(duì)值的累加值作為區(qū)域的相似度量；取上述8個(gè)相似度量的最小值作為紋理豐富性特征，即；

圖像塊的紋理特征計(jì)算模塊中所述計(jì)算圖像匹配閾值的公式如下，其中。

6.如權(quán)利要求5所述的裝置，其特征在于，所述相對(duì)位移計(jì)算單元包括：

匹配區(qū)域搜索模塊，用于實(shí)現(xiàn)以下操作：在當(dāng)前圖像對(duì)應(yīng)位置的8*8鄰域內(nèi)，遍歷搜索與基準(zhǔn)圖像塊匹配的區(qū)域，計(jì)算每個(gè)區(qū)域的相似度量，并以相似度量最小的區(qū)域作為匹配區(qū)域，記錄匹配區(qū)域與基準(zhǔn)圖像塊的相對(duì)位移量和匹配相似度量；若匹配相似度量﹤圖像匹配閾值，則認(rèn)為基準(zhǔn)圖像塊搜索匹配成功；

圖像相對(duì)位移估算模塊，用于實(shí)現(xiàn)以下操作：統(tǒng)計(jì)與基準(zhǔn)圖像塊匹配成功的匹配區(qū)域的數(shù)目；若匹配成功的匹配區(qū)域數(shù)目≥第一閾值T1，則使用RANSAC算法，根據(jù)匹配成功的匹配區(qū)域的相對(duì)位移量來(lái)估算圖像的相對(duì)位移，若匹配成功的匹配區(qū)域數(shù)目＜第一閾值T1，則繼續(xù)根據(jù)與下一個(gè)基準(zhǔn)圖像塊匹配成功的匹配區(qū)域，來(lái)估算圖像的相對(duì)位移，直到所有的基準(zhǔn)圖像塊都搜索完畢；輸出圖像的相對(duì)位移；其中，第一閾值T1∈[5,7]。

7.如權(quán)利要求5所述的裝置，該裝置還可以包括：

圖像校正單元，用于根據(jù)圖像的相對(duì)位移，校正視頻圖像。