許杰 康國強 李洋 馬欣慰

摘 要:電子穩像運動補償方法分為固定幀補償方法和非固定幀補償方法。固定幀補償方法中,兩幀圖像相同部分的逐漸減少會使幀間運動估計準確度下降、視頻跳躍等問題;非固定幀補償方法存在運動估計誤差的累計問題,該文主要研究非固定幀補償方法中累計誤差的產生原因,提出了計算補償參數的新方法,解決了運動補償誤差累計的問題,通過詳細論證,給出了新的計算方法的提出思路,分析了與傳統方法的區別,并通過實驗數據對比證明了新方法的正確性和可行性。
關鍵詞:穩像 運動補償 累計誤差 補償參數
中圖分類號:TN27 文獻標識碼:A 文章編號:1672-3791(2015)02(a)-0192-03
電子穩像中運動補償一般分為固定幀補償和相鄰幀補償兩種方法[1]。固定幀補償方法計算時隨著幀數增加,參考幀和當前幀中相同的部分越來越少,直至兩幀圖像完全沒有相同部分。通過更換參考幀的方法能夠解決這一問題,但是又帶來了視頻跳躍的問題[2]。
相鄰幀補償方法只需計算每一個當前幀與相鄰的前一幀圖像之間的運動參數,傳統的運動補償方法是對這個運動參數序列進行濾波[3],求得補償參數并進行運動補償補償,存在估計誤差的累計問題[4]。
該文中只討論平移運動,不考慮旋轉運動和縮放運動,并且只討論水平運動的一個方向(Y方向)的分量。
1 傳統的相鄰幀補償方法分析
1.1 傳統方法中累計誤差產生的原因
其中,為低頻運動估計誤差的累計,為帶有累計誤差的濾波結果,為真實的相機主動掃描運動軌跡。在非無限大的有限區間內,累計誤差往往不為零,造成實際濾波結果與真實運動之間存在偏差,這個偏差的存在造成補償之后的視頻邊緣的補償區很大,損失圖像信息。假如估計誤差均值不為零,那么誤差的累計將直接導致過穩現象。
1.2 實例分析
因為白噪聲在有限長度區間內的累加值不一定為零,所以累計的誤差會一直增大,影響穩像效果。在該實例中,均值濾波并沒有把誤差分成高頻和低頻,而是全部被保留了下來。
1.3 實驗結果
如圖1所示,圖中藍色實線是一段真實的抖動視頻中提取的相鄰幀間運動參數(Y方向分量)進行累加得到的運動軌跡;紅色星號線是對該軌跡進行均值濾波之后的波形,我們認為紅線為真實的運動軌跡;然后將一個均值為零的白噪聲疊加到相鄰幀間運動參數中,然后對相鄰幀間運動參數進行模版為9的均值濾波,并將得到的運動補償結果進行累加,得到圖中黑色虛線軌跡;顯而易見,均值為零的白噪聲的累計導致了補償之后的運動軌跡嚴重偏離真實運動軌跡。
2 新的相鄰幀補償方法分析
2.1 傳統方法產生累計誤差的原因
傳統方法實質上是將相鄰幀間運動參數當作相互獨立的量進行計算,這樣計算得到的帶有估計誤差的補償參數也是相互獨立的。因為整體的運動軌跡實際上是各個相鄰幀間運動參數的累加,所以累加得到的運動軌跡中每個點的參數都累加了之前每一個補償參數的誤差,從而造成了累計誤差的問題。
2.2 新的相鄰幀補償方法
因為穩像最終需要的結果是穩定的視頻,而穩定的視頻就是視頻中的場景的運動軌跡比較平緩(低頻掃描運動),沒有快速的起伏(高頻抖動),而這個運動軌跡我們可以通過累加相鄰幀間運動參數來獲得,如果我們對得到的運動軌跡直接進行均值濾波處理,顯而易見的可以得到平緩的軌跡波形,而這個平滑的軌跡波形就是是我們穩像的核心問題和最終目標。
由此我們得到的運動軌跡波形與真實運動軌跡濾波之后的波形只相差一個獨立的白噪聲,這個白噪聲是不會隨著視頻幀逐漸累加的,從而消除了傳統方法中的累計誤差問題。
2.3 新的相鄰幀補償方法實例分析
如圖2所示,藍色實線和紫色實線分別為真實的運動軌跡和含有估計誤差的運動軌跡;紅色星型線和黑色星型線為實際的運動軌跡濾波之后的結果和根據計算運動補償參數對真實的視頻序列進行補償之后的運動軌跡,兩者幾乎完全一樣,只相差一個很小的白噪聲。
3 結語
該文提出的新方法,從運動補償的實質出發,發現,即使估計的運動參數有誤差,實際補償的依然是是真實的視頻幀,而且直接影響補償結果的只有補償參數的誤差,所以,該文在計算補償參數時就考慮消除累計誤差的問題。又分析濾波和補償操作中,只有求運動軌跡時有累加計算,所以為了消除誤差的累計,考慮先對幀間運動參數進行累加,然后在計算補償參數時,通過減法操作直接消除累計誤差。另外,在對相鄰幀間運動參數進行濾波之后,將濾波后的相鄰幀間運動參數進行累加,得到的運動軌跡,與先進行累加得到運動軌跡之后再進行濾波得到的運動軌跡兩者只相差了相鄰幀間運動參數中前若干個(對于均值濾波,個數小于濾波模版大?。┯邢薜倪\動參數值,證明略。所以,兩種方法的本質區別在于計算補償參數,兩者做減法操作的對象不同。
參考文獻
[1] 葛川.基于自適應運動濾波的電子穩像技術研究[D].西安電子科技大學,2011.
[2] 翟磊.基于SIFT特征匹配的數字視頻穩像技術研究[D].大連理工大學,2013.
[3] 高曉明.電子穩像系統主要算法研究[D].西安科技大學,2008.
[4] 陳承康.基于視覺暫留的電子穩像方法研究:[D].華中科技大學,2012.