基于CUDA 和卡爾曼預(yù)測(cè)的實(shí)時(shí)電子穩(wěn)像方法

朱振伍，何 凱，王新磊

(天津大學(xué)電子信息工程學(xué)院，天津300072)

0 引言

隨著各種攝像設(shè)備的普及，以及攝像平臺(tái)的日趨多樣化，攝像系統(tǒng)已經(jīng)在各個(gè)領(lǐng)域得到了廣泛應(yīng)用，并發(fā)揮著越來(lái)越重要的作用。然而，利用普通車載、手持?jǐn)z像設(shè)備，或飛機(jī)、飛艇、艦船平臺(tái)獲得的視頻資料，很容易發(fā)生抖動(dòng)。視頻抖動(dòng)不僅會(huì)影響視覺(jué)效果，不利于長(zhǎng)時(shí)間觀察，同時(shí)也為后續(xù)的圖像處理帶來(lái)了諸多不便。與傳統(tǒng)的光學(xué)穩(wěn)像和機(jī)械穩(wěn)像方法相比，電子穩(wěn)像以其精確度高、靈活性強(qiáng)，以及低成本的優(yōu)點(diǎn)，得到了廣泛應(yīng)用［1］。

電子穩(wěn)像技術(shù)主要由運(yùn)動(dòng)估計(jì)和運(yùn)動(dòng)補(bǔ)償兩部分內(nèi)容構(gòu)成［2］。視頻序列幀間的運(yùn)動(dòng)比較復(fù)雜，可能表現(xiàn)為平移、旋轉(zhuǎn)、縮放和畸變等多種形式。目前，普遍的電子穩(wěn)像方法采用塊匹配法［3］、灰度投影法［4］、相位相關(guān)法［5］以及邊緣特征檢測(cè)法［6］，可以有效地估計(jì)出視頻幀間的平移運(yùn)動(dòng)矢量，對(duì)存在平移抖動(dòng)的視頻序列進(jìn)行穩(wěn)像。對(duì)于幀間存在旋轉(zhuǎn)、縮放以及畸變等復(fù)雜運(yùn)動(dòng)的情況，可采用基于局部特征的方法，如 Harris［7］算法，SIFT(Scale Invariant Feature Transform)算法［8］，PCA－SIFT(Principal Components Analysis－Scale Invariant Feature Transform)算法［9］等，進(jìn)行運(yùn)動(dòng)矢量的估計(jì)和補(bǔ)償。但上述方法均具有較高的估算精度和較強(qiáng)的魯棒性，計(jì)算復(fù)雜度較大，很難滿足實(shí)時(shí)處理的要求。筆者提出了利用硬件加軟件的方法優(yōu)化算法，已達(dá)到實(shí)時(shí)性的效果。

1 SURF特征提取及Ransac算法

SURF(Speed－Up Robust Features)算法可看作SIFT算法的簡(jiǎn)化版，其配準(zhǔn)精度與SIFT相當(dāng)，但算法復(fù)雜性大大降低［10，11］。SURF特征是一種圖像局部特征，其積分圖像采用盒式濾波近似，可以極大地提高特征提取的速度，并保持了SIFT特征的旋轉(zhuǎn)和尺度縮放不變等特性。……