車載穩像系統的技術設計與實現

車載成像技術是一種將成像設備置于車載平臺的遠距離、非接觸獲取目標圖像的技術和方法，是未來汽車智能化的關鍵。但是由于攝像機隨車體晃動導致輸出的圖像序列不穩定，圖像序列晃動量較大，易使觀察者產生疲勞，也會嚴重影響后續處理的精度，因此，必須對車載圖像序列進行穩定。

　　目前，車載穩像技術使用較多的算法為特征點法和灰度投影法。特征點法能對任意形式的圖像運動進行運動矢量估計，但在處理一些畫質較差，特征貧乏的圖像時，精度往往很低，很難適應車載視頻穩像的各種環境變化;灰度投影法只能處理只含平移運動和較小旋轉運動的情況，且要求圖像有一定的對比度。而車載視頻往往拍攝時路況環境比較復雜，如雨霧天氣，這就給算法處理的精度帶來很大影響。本文針對這種情況，采用小波的方法對圖像進行預處理，提高灰度投影法在車載穩像應用中的抗干擾能力。

　　1 車載穩像系統框圖

　　電子穩像是利用電子設備和數字圖像處理技術相結合的方法，通過計算選定的參考幀圖像和被比較的當前幀圖像的運動矢量，再根據獲得的運動矢量按照某種準則對當前圖像進行補償，從而消除或減輕圖像序列幀間的隨機抖動，獲得穩定的圖像序列。

　　電子穩像作為車載穩像系統中的核心部分，其系統結構如圖1所示。

　　圖1 系統框圖

　　其中，全局運動矢量估計是整個穩像系統的關鍵，它決定了穩像精度和耗時性。

　　1.1 運動矢量估計算法

　　通過對高速路抖動特點的分析，并且對目前在電子穩像中常用的運動估計算法進行各自優缺點的比較，本系統決定采用灰度投影算法進行全局運動矢量估計。

　　灰度投影算法：投影法是利用圖像總體灰度變化規律來確定圖像運動矢量的一種方法，它不必對圖像上的每一點做相關運算，而是利用圖像的灰度投影曲線做一次相關運算，因此它的運算量小，運動估計速度快，容易滿足實時性要求，同時抑制噪聲的能力較強，并且在精度上也能較好地滿足要求。

　　該算法首先通過投影公式將每一幀二維圖像映射成兩個一維波形，其行列灰度值累加表示為：

　　式中：Ik(i)代表第k幀圖像第i行的灰度值，Ik(i)代表第k幀圖像第j列的灰度值，Gk(i,j)為第k幀圖像上(i,j)處的像素灰度值。

　　為了避免因圖像抖動導致圖像邊緣信息發生變化，而影響互相關計算出的互相關曲線峰值，在進行互相關計算前，對圖像進行余弦濾波，去除圖像邊界信息波形而完整保留中心區域波形，減小邊界信息對互相關計算的影響，提高計算精度。投影濾波后，對參考幀和當前幀各分量的兩條曲線進行相關計算，找到兩條曲線的惟一谷值，即可確定出當前幀相對于參考幀的行列運動偏移量。相關運算的公式為：

　　式中：colc(n)和colr(n)分別為第i幀和參考幀的在一個方向上的灰度投影值，J為兩曲線中進行相關運算的單位長度，m為位移矢量相對于參考幀在一側的搜索寬度，即允許的最大正負抖動范圍，m在1至2m+1間取值。當C(k)為最小值時，此時k=Kmin，則第i幀圖像相對于參考幀圖像在一個方向上的位移矢量為：

　　以水平方向為例，vi為正時，表明當前幀相對參考幀向右移了|vi|個像素;為負時，表明向左移了|vi|個像素。同樣的方法，可以得到垂直方向的位移矢量。