[發明專利]用于處理圖像序列的方法和用于汽車的測試設備

有效

• 申請號: 201280055247.2
• 申請日: 2012-11-02
• 公開（公告）號: CN103930928A
• 公開（公告）日: 2014-07-16
• 發明（設計）人: F·西馬特;D·尼得科恩;A·考普;D·施普林格
• 申請（專利權）人: 奧迪股份公司
• 主分類號: G06T7/20
• 分類號: G06T7/20;H04N19/54;H04N19/507;H04N19/61
• 代理公司: 北京市中咨律師事務所 11247
• 代理人: 劉丹;吳鵬

技術領域

本發明涉及一種用于處理圖像序列的方法。在本發明中，圖像序列理解為一種信號，其代表一系列的圖像。在該方法中，通過圖像處理裝置確定在當前的圖像中在其中成像的物體相對參考圖像的位置改變。用于運行視頻解碼器的方法以及用于汽車的、具有視頻編碼裝置的測試設備也屬于本發明的范疇之內。

背景技術

為了能夠以盡可能少的數據存儲圖像序列，可以在視頻編碼的范疇內設計圖像壓縮，其中，由此描述當前圖像的圖像內容，即，僅僅給出當前圖像與參考圖像的差別(所謂的幀間預測)。在此通常由此得到壓縮增益，即，為了說明圖像的絕對顏色強度值需要比對參考圖像和當前圖像的顏色強度值之間的差別進行編碼更多的比特。如果通過圖像序列表示運動的物體，則可以由此實現該壓縮增益，即，為了確定差別，首先找到兩個比較的圖像的相互匹配的圖像區域。例如如果物體在參考圖像中位于左上角，而在當前的圖像中位于右下角，因為物體沿著對角線運動經過所述圖像局部，則計算參考圖像的左上角和當前圖像的左上角之間的差別沒有意義。相反首先必須通過圖像處理裝置確定在當前的圖像中在其中成像的物體相對參考圖像的位置改變。可以以不同的方式描述在此識別的運動。例如可以對之前確定的運動模型確定模型參數。為此，例如已知有RANSAC-算法(RANSAC-隨機抽樣一致性)。在這種算法中，基于顯著的圖像特征識別轉動和/或平動移動地圖像區域的映射規則的映射參數。這些圖像特征是物體的特征的成像，其既在當前的圖像也在參考圖像中示出。為了能夠檢測這些特征并且相互配屬這些特征，必須在原來的RANSAC-算法之前例如借助于SIFT-算法(SIFT-尺度不變特征轉換)或者SURF-算法(SURF-加速魯棒特征)進行處理。這種特征識別和配屬(特征檢測和匹配)提供了由參考圖像的分別一個特征和當前圖像的一個特征構成的特征對，所述特征相互在光學上對應。通常提供預定數量的特征對。

但是，僅當非常大的物體的運動或者很多小的物體的同樣類型的運動導致在當前圖像中的改變時，用以識別物體的運動的特征檢測和配屬以及隨后的計算模型參數才有效地起作用。相反，如果多個物體在不同的方向上運動，則一方面非常難以找到合適的特征對，另一方面很難由這些特征識別不同的運動。如果這種方法失效，則運動的物體的特征不能正確地相互配屬。相應地人們已經結合—如導航裝置為汽車中的顯示屏所產生的那樣的—圖像序列的編碼，確定相對較小的壓縮增益。人們可能出于測試目的希望拍攝這種圖像序列。圖像序列的特征在于，在此通常示出地圖區域，該地圖區域根據汽車當前關于例如南北軸如何定向而旋轉。但是同時，也在顯示屏上顯示狀態條和菜單，其與汽車的定向無關地始終保持在圖像中的同一位置上。一方面旋轉的地圖區域，另一方面狀態條和菜單是物體，其在圖像序列中執行不同的運動。

在Zuliani等人的專業論文(Zuliani，Kenney，Manjunath:，，The?MULTIRANSAC?algorithm?and?its?application?to?detect?planar?homographies(MULTIRANSAC算法及其用于探測平面單應性的應用)，Proc.IEEE圖像處理國際會議，Genova，意大利，2005年9月)中為此描述了一種多模型-RANSAC-方程，其中，在多個迭代中確定用于各個物體的不同的映射參數。但是，不總是能正確地分割各個物體。多模型-RANSAC-方程的成功強烈取決于第一迭代是否提供了正確的結果。此外，用于確定映射參數的計算花費非常大。

發明內容

本發明所要解決的技術問題是，提供一種用于處理圖像序列的方法，借助于該方法能夠以小的計算花費實現改進的運動識別。

涉及運動識別的技術問題通過按權利要求1所述的方法和按權利要求10所述的測試設備解決。關于壓縮的圖像序列的解碼中的運動識別，額外地提供了按權利要求9的方法。