基于图形处理器的相位校正稳像

第15卷 第3期中国图象图形学报V o.l 15,N o .32010年3月Journa l o f I m age and G raphicsM ar .2010电子稳像技术综述王志民 徐晓刚(海军大连舰艇学院装备系统与自动化系,大连 116018)摘 要 利用电子稳像技术实现抖动视频序列稳定是现代稳像技术的发展方向之一。

首先简要介绍了电子稳像的基本原理和系统结构;然后从各模块功能出发,对电子稳像的运动估计、运动校正和图像补偿等关键技术的研究进展进行了综述,并给出了稳像性能评估的常用方法;最后总结和分析了电子稳像技术的应用现状以及未来的发展趋势。

研究结果显示,电子稳像技术的研究已经逐渐进入工程应用的新阶段,具有良好的应用前景和市场需求。

关键词 电子稳像 运动估计 运动校正 图像补偿 性能评估中图法分类号:TN911 73 文献标志码:A 文章编号:1006 8961(2010)03 470 11基金项目:辽宁省自然科学基金项目(20082176);浙江大学CAD &CG 国家重点实验室开放基金项目(A0906)收稿日期:2008 09 22;改回日期:2008 12 29简介:王志民(1983 ),男。

海军大连舰艇学院信号与信息处理专业硕士研究生。

主要研究方向为电子稳像、图像处理。

E m ai:l z h i m i nn_w ang @126.co mA Survey on E lectronic I mage Stabilizati onWANG Zh i m in,XU X iaogang(D e part m ent of E qu i p m en tSy ste m &Au to ma tiza tion,Dali an N avalA cad e m y ,Da lian 116018)Abstrac t E l ectron i c i m age stab ili zati on (EIS )techn i que has been w i dely u tilized for remov i ng the unwanted mo ti onfl uctua ti ons from v i deo sequence It is one o f the pri m ary dev elopment directi ons of the f u t ure i m age stab ili za ti on technique T his paper firstl y introduces t he basic pr i nc i ples of E IS and its architec t ure A fter g iv i ng an ove rv i ew o f the sta te o f t he art o f key techniques i ncl uding mo ti on esti m ati on ,m oti on co rrection and i m age com pensati on i n EIS ,w e list a nu m ber o f genera lm eans to assess the perfor m ance o f v i deo stabilization process F i na ll y ,the status about the appli ca tion of EIS i s su mm ar i zed and its deve l op m ent trend is ana l yzed Survey results show that EIS technique possesses pro m isi ng app lica ti on prospec t and g rea tm arke t de m and ,as research on E IS technique has turn i nto eng i neer i ng appli cation K eywords e l ectronic i m ag e stab ili za ti on (EIS ),m otion esti m ati on ,m oti on correcti on ,i m age co m pensation ,perfo r manceassess m ent0 引 言稳像技术广泛应用于机器人远程遥控系统、无人车辆导航系统、视频侦察系统、导弹电视制导系统以及车载火控系统中的观瞄系统等,是电视精确制导、目标检测与跟踪的关键预处理技术,是移动成像系统不可缺少的一种重要视频增强技术。

基于多项式的遥感图像快速几何校正
遥感图像在获取过程中，有可能因为影像传感器、平台运动等原因导致影像存在几何畸变。

为了消除影像的几何畸变，需要进行高精度的几何校正处理。

基于多项式的遥感图像快速几何校正是一种常用的几何校正方法，下面将它的主要思路进行简要说明。

1. 选择标志物。

在进行几何校正之前，首先需要在影像中找到几个能够标志影像坐标系的地貌对象。

比如对于航拍影像，可以选择建筑物、道路交叉口等；对于卫星遥感影像，可以选择大陆岸线、河流等特征，通过这些标志物确定影像几何畸变。

2. 拟合影像多项式模型。

根据标志物的坐标，可以建立影像坐标与空间坐标之间的变换关系，并将变换关系用多项式模型进行拟合，常用的多项式模型包括线性模型、二次模型和三次模型等。

3. 校正图像畸变。

在确定了多项式模型后，将其应用于整个影像中，对影像进行快速几何校正，消除影像畸变。

在应用多项式模型时，可以根据不同地区使用不同的多项式模型，以提高生成的校正图像的准确性。

4. 评估几何校正精度。

根据已知的标志物坐标和校正后影像中的变换关系，可计算出影像几何校正后的精度，并对校正效果进行评估。

总之，基于多项式的遥感图像快速几何校正是一种常用的遥感图像校正方法，它能够快速消除影像几何畸变，实现遥感影像的快速处理和分析，是遥感图像处理中的一种重要方法。

无人机航拍图像处理中几何纠正方法随着无人机技术的发展和应用的普及，无人机航拍成为了获取高分辨率、大范围地表图像的重要手段。

然而，由于无人机航拍图像常常受到地球曲率和飞机姿态等因素的影响，导致图像存在一定的几何畸变。

为了获得更精准、真实的地表图像，必须对无人机航拍图像进行几何纠正。

本文将介绍无人机航拍图像处理中几种常见的几何纠正方法。

一、图像配准图像配准是确定不同图像之间对应关系的过程，包括旋转、平移、缩放等操作，使得多个图像在同一坐标系下对应的地物特征点具有一致性。

图像配准通常分为点对点配准和区域匹配两种方式。

1. 点对点配准点对点配准是通过选择两张或多张图像中的特征点，并计算出特征点之间的几何变换关系，完成图像之间的配准。

常用的点对点配准方法包括特征点检测、特征点匹配、几何变换模型拟合等步骤。

这些方法主要依赖于特征点的提取和匹配算法，如SIFT(Scale-invariant feature transform)、SURF(Speeded Up Robust Features)等，通过计算特征点之间的相似性来获取图像的几何变换关系。

2. 区域匹配区域匹配是通过计算图像中的像素值相似性，找出图像中相似区域之间的几何变换关系，实现图像配准。

区域匹配常用的方法包括基于相关性的匹配算法和基于特征匹配的算法。

区域匹配方法在配准精度上通常优于点对点配准，但计算复杂度较高。

二、几何畸变模型几何畸变模型是将航拍图像中的像素坐标与地理坐标进行映射的数学模型。

根据无人机航拍图像的特点，常用的几何畸变模型包括透射变换模型、多项式畸变模型和切变模型等。

1. 透射变换模型透射变换模型是一种较为常用的几何纠正方法，通过选取适当的控制点来确定尺度、旋转、平移和切变等几何变换参数，将图像中的像素坐标与地理坐标进行映射。

透射变换模型可以较好地解决图像的尺度和形变问题，适用于航拍图像中的大范围地表纠正。

2. 多项式畸变模型多项式畸变模型通过利用多项式函数拟合航拍图像中的像素坐标与地理坐标之间的关系，实现几何纠正。

基于ORB特征匹配的电子稳像算法
随着航空航天技术的不断发展，各类飞行器的运动稳定需求也越来越高。

电子稳像技术以其高精度、高实时性等特点已经成为现代飞行器的重要组成部分之一。

本文将介绍一种基于ORB特征匹配的电子稳像算法。

ORB是一种具有旋转不变性和尺度不变性的特征点描述符，其在匹配过程中被广泛应用。

算法的主要流程如下：
1. 图像预处理：对输入的图像进行灰度化、降噪和归一化等处理，得到处理后的图像。

2. 特征提取和匹配：使用ORB算法从处理后的图像中提取特征点，并利用特征点之间的距离和方向信息进行匹配。

匹配得分高的特征点对将被认为是同一物体的对应点。

3. 运动矢量估计：利用已匹配的特征点对，通过三角测量等方法计算相机在两次采集之间的运动量，得到相机的运动矢量。

4. 稳像校正：根据运动矢量，利用图像的仿射变换等几何变换方法，对图像进行相应的平移、旋转和缩放等校正操作，完成电子稳像的校正过程。

该算法的特点在于避免了传统稳像算法中的全局图像建模和匹配，而是通过特征点的局部匹配来进行相机运动估计和图像稳定操作，大大提高了算法的实时性和稳定性。

该算法的适用范围较广，不仅可以应用于航空航天领域的电子稳像，还可以用于机器人、无人车、移动设备等领域的图像稳定和跟踪等任务中。

但是在实际应用中，算法的精度受到图像噪声、低光照度以及视角变化等因素的影响，需要根据实际情况进行合适的参数调整和优化。

综上所述，基于ORB特征匹配的电子稳像算法具有优秀的实时性和稳定性，是一种有效的电子稳像解决方案，可以为各类航空航天和机器人等领域的应用提供有力支持。

如何进行几何校正引言：在现代科技发展的今天，图像处理和计算机视觉已经渗透到我们生活的方方面面。

在图像拍摄和处理过程中，几何校正是一项至关重要的技术。

通过几何校正，我们可以将图像中的畸变纠正，使得图像更加真实和准确。

本文将介绍几何校正的基本概念和主要方法。

一、几何校正的概念几何校正是指对拍摄或采集到的图像进行几何变换，从而修复或消除图像中的畸变。

几何畸变包括平面形变和透视畸变。

平面形变主要表现为图像的拉伸或收缩，而透视畸变则是由于相机和物体之间的角度或距离造成的形变。

二、几何校正的方法1. 标定校正标定校正是几何校正中最常用的方法之一。

通过采集已知的参考物体，在图像中识别出它们的特征点，并与真实世界中的对应点进行匹配，从而获取相机的内外参数。

然后，利用这些参数进行几何变换，对图像进行校正。

2. 基于模型的校正基于模型的校正是一种更加复杂的方法。

它假设图像中的畸变遵循一定的数学模型，通过拟合和调整模型参数，对图像进行几何校正。

常用的模型包括多项式模型和极坐标模型。

这种方法的优势在于可以对不同类型的畸变进行较为精确的建模和校正。

3. 变换校正变换校正是一种基于变换矩阵的几何校正方法。

通过选择合适的变换矩阵，如平移矩阵、旋转矩阵和缩放矩阵，可以对图像进行不同类型的几何变换。

这种方法简单直观，易于实现，适用于简单的畸变校正。

三、几何校正的应用几何校正在计算机视觉和图像处理领域有着广泛的应用。

以下是几个常见的应用场景。

1. 视频监控系统在视频监控系统中，摄像机常常安装在高处或特殊角度，这样会导致拍摄到的图像出现透视畸变。

通过几何校正，可以将图像中的透视畸变纠正，使得监控画面更加真实和清晰。

2. 车载导航车载导航系统通过图像识别来感知道路和交通信号。

然而，由于车载相机的位置和角度可能与真实道路存在一定偏差，导致图像中的道路形状出现畸变。

通过几何校正，可以准确还原图像中的道路形状，提高导航系统的准确性和可靠性。

遥感图像影像几何校正方法与精度评价遥感技术是一种通过航空器或卫星获取地球表面信息的技术手段。

为了获得准确的地理空间信息，遥感图像需要经过几何校正。

本文将介绍几种常用的遥感图像影像几何校正方法，并探讨它们的精度评价。

一、几何校正方法1. 多点校正法多点校正法是一种常用的几何校正方法。

它通过在图像中选择多个控制点，然后根据这些控制点在现实地面上的坐标，使用几何变换公式进行图像的几何校正。

这种方法简单易行，适用于中等分辨率的图像。

2. 数字高程模型校正法数字高程模型校正法是一种基于数字高程模型的几何校正方法。

首先，通过获取地面的数字高程模型，然后将图像与数字高程模型进行配准，最后进行几何校正。

这种方法的优点是精度较高，适用于高分辨率的图像。

3. 惯导校正法惯导校正法是一种利用航空器或卫星的惯性导航系统进行几何校正的方法。

惯性导航系统可以测量航空器或卫星的姿态和位置信息，根据这些信息对图像进行几何校正。

这种方法的精度较高，适用于航空器或卫星上配备有惯性导航系统的情况。

二、精度评价几何校正的精度评价是衡量几何校正过程中误差大小的方法。

常用的评价指标有均方根误差（RMSE）和控制点定位精度。

1. 均方根误差（RMSE）均方根误差是通过对校正前后的像素位置误差进行统计分析得到的一个指标。

它是校正后图像中所有像素位置误差的平方和的开方。

均方根误差越小，表示几何校正的精度越高。

2. 控制点定位精度控制点定位精度是通过选取一组已知坐标的控制点，然后对校正后图像中的相应像素进行位置测量，计算其与控制点的位置误差。

控制点定位精度越小，表示几何校正的精度越高。

三、案例分析以一幅航拍图像为例，使用多点校正法、数字高程模型校正法和惯导校正法进行几何校正，并对校正后的图像进行精度评价。

多点校正法得到的校正图像的RMSE为0.5个像素，控制点定位精度为2米。

数字高程模型校正法得到的校正图像的RMSE为0.2个像素，控制点定位精度为0.5米。