采用特征匹配的多重光融合圖像穩像技術

劉文娟 張仙玉

摘要：圖像穩像分為機械穩像和電子穩像，電子穩像采用圖像信息處理方法結合光學圖像處理芯片，實現圖像的穩定性處理。傳統的電子穩像采用角點包絡檢測方法，在圖像受到多重光線干擾下，穩像性能不好。提出一種基于特征匹配的多重光融合圖像的穩像技術，首先采用小波降噪方法對圖像進行降噪預處理，提取圖像的Harris角點特征，進行特征匹配，以此為基礎采用圖像邊緣融合方法進行穩像處理，以提高多重光融合圖像的穩像性能。仿真結果表明，采用該算法進行電子穩像處理，多重光融合圖像峰值信噪比較高，說明穩像改善程度較好，抗干擾性較強，優于傳統算法。

關鍵詞關鍵詞：圖像處理；電子穩像；圖像融合；特征匹配

DOIDOI：10.11907/rjdk.161333

中圖分類號：TP317.4文獻標識碼：A文章編號文章編號：16727800（2016）007019303

0引言

在圖像采集過程中，容易受到風、人為抖動以及平臺不穩定性等因素影響，導致采集的圖像穩定性不好，需要進行圖像穩像處理，以提高圖像采集性能。典型的穩像技術主要采用機械式穩像和光學穩像，由于采用機械穩像技術受到的環境限制較大，在復雜環境下穩像的主動性和智能性不好。而電子穩像技術通過圖像處理算法結合圖像處理的硬件芯片實現穩像處理，因此，其在進行目標識別和圖像特征分析與采集等應用領域中都具有較高的價值。

傳統方法中，對電子穩像技術的處理方法主要有基于輪廓特征提取的電子穩像方法、基于邊緣融合的電子穩像方法等[13]。上述方法通過對運動目標圖像進行邊緣輪廓特征提取，提高運動圖像的電子穩像性能，由此實現運動目標的準確檢測和識別。穩像技術主要分為機械式穩像、光學穩像和電子穩像，前兩種方法目前已不能滿足對精確圖像目標穩像和識別的要求，對此，相關穩像技術進行了算法的改進設計。其中，文獻[4]提出基于塊匹配的電子穩像技術，求解圖像中的旋轉運動參數進行塊特征匹配，采用二值圖像分割方法實現圖像的輪廓特征提取，算法實現簡單，計算量小，但是在復雜的多重色差光線干擾下，穩像性能不好。針對上述問題，本文提出一種基于特征匹配的多重光融合圖像的穩像技術，首先進行圖像降噪預處理，然后提取圖像的Harris角點特征，進行特征匹配，以此為基礎采用圖像邊緣融合方法進行穩像處理，提高多重光融合圖像的穩像性能。仿真實驗進行了性能驗證，展示了本文算法的優越性能，得出有效性結論。

1多重光融合圖像降噪預處理與Harris角點特征提取1.1多重光融合圖像降噪預處理及電子穩像總體設計

為了實現對多重光融合圖像的電子穩像處理，需要首先進行圖像降噪處理，常見方法如小波降噪、主成分分析降噪、時頻濾波降噪等[5]。本文采用小波降噪方法，假設圖像的邊緣像素（2）先判斷強脈沖噪聲污染下的圖像噪聲點，對數字圖像的像點判斷方法為：選取窗口為3×3，進行水平、豎直方向的小波分解，用Xi，j表示圖像像素坐標墊（i，j）小波分解的鄰域像素特征，Mi，j表示以該像素點為原點的角二階矩，計算式為：Mi，j=med（Xi-1，j-1…Xi，j…Xi+1，j+1）（3）對多重光融合圖像進行全局運動估計，得到圖像穩像過程中的視覺差判別式為：Fi，j=1， |Xi，j0，|Xi，j-Mi，j|

為圖像去噪后的差異值，σ為圖像進行多重融合后的旋轉角度。為了實現對圖像的穩像處理，沿梯度方向得到圖像二階累積量為：Gx（x，y；t）=u

Gy（x，y；t）=u（x，y；t）y（9）通過上述算法設計進行圖像降噪處理，并以此為基礎，利用特征匹配方法進行圖像穩像，多重光融合圖像電子穩像算法設計流程如圖1所示。

圖1多重光融合圖像電子穩像算法設計流程

1.2圖像角點特征提取

在上述圖像降噪處理的基礎上，進行多重光融合圖像的角點特征提取。本文采用Harris角點提取方法，假設在圖像采集過程中，受到抖動的影響，導致圖像輸出陣元灰度化直方圖一維矢量，即：

在多尺度的方向矢量上對多重光融合圖像進行網格分解，通過不同尺度下的網格分解，得到圖像的像素特征模型為：x（t）=Gs（t）+n（t）（11）其利用Hessian矩陣判斷圖像檢測傳感器的第i個圖像輸出角點分量上第m個陣元上的空間指向性增益為：τm（θi）=（m-1）τ0（θi）=（m-1）Δcsinθi （m=1，2，…，M）（15）其中， τ0（θi）=Δcsinθi是圖像對應的運動參數θ，Δx是在時間域上的延遲，c是圖像抖動的傳遞系數。于是上述輸出的圖像Harris角點特征檢測模型為：x1（t）

nM（t）（16）在提取出連續的多重光融合圖像的角點特征點之后，根據多通道圖像特征信息的角點匹配和特征采樣，以特征值降值排列，進行圖像穩像處理。

2多重光融合圖像穩像處理算法改進

在上述進行圖像降噪預處理和特征提取的基礎上，為了實現對圖像的穩像處理，還需要進行角點特征匹配。傳統的電子穩像方法采用角點包絡檢測方法，在圖像受到多重的光線干擾下，穩像性能不好。為了克服傳統方法的弊端，本文提出一種基于特征匹配的多重光融合圖像的穩像技術。改進算法描述如下：使用分辨率高、較小的模板圖像作為測試向量集合，但是根據對象圖像的特征，這種模板圖像可以檢測出多個對應的候選圖像，調整模板大小及中心，可以收斂到：P（limT→∞xT=K）=1（17）其中Vi為差異性邊緣輪廓控制點，i=0，1，···N-1，多重光融合圖像的紋理重構結果為：Eint（vi）=12（i|d-|vi-vi-1||2+

βi|vi-1+2vi+vi+1|2）（18）假設圖像的初始搜索區域為G，其中gi=（gix，giy，giz）（i=0，...Ng-1）為圖形的三維中心矢量，在特征子空間V中，取得第i個頂點，單位紋理空間內的多重光融合圖像的邊緣灰度值為G（x，y；t），定義多重光融合圖像紋理子空間的頂點坐標：x=Rsinηcos）其中，η表示搜索紋理區間的鄰域，表示金屬裂紋圖形三維重構的緯度角。采用上述方法進行邊緣分割，并采用Harris角點的相鄰幀補償方法進行圖像邊緣融合，以此為基礎，通過Harris角點特征匹配，沿梯度方向進行圖像的角點特征匹配，在初始狀態下對圖像抖動的運動分量進行補償，以此實現圖像的電子穩像處理。通過上述處理，實現算法改進。

3仿真實驗與結果分析

為了測試本文設計算法在實現多重光融合圖像穩像中的應用性能，進行仿真實驗。實驗采用Matlab 7軟件進行圖像的濾波、融合和角點特征提取等算法的編程實現和圖像處理。實驗中，將圖像的前一幀作為參考幀，利用角點（x，y）周圍相鄰幀的像素點，進行圖像的特征點采集和匹配，由此實現對多重光圖像的穩像處理，得到原始圖像和采用本文方法進行穩像處理后的圖像如圖2、圖3所示。

由圖可見，采用本文方法進行圖像電子穩像處理，通過圖像的降噪濾波和Harris角點特征匹配，電子穩像性能和防抖性能較好，圖像采集質量較高。為了定量對比算法性能，采用峰值信噪比為測試指標，得到本文方法和傳統方法進行電子穩像處理后的峰值信噪比對比結果如圖4所示。

由圖可見，采用本文方法進行圖像穩像處理后的峰值信噪比較高，說明該方法對圖像質量的改善水平較高，性能較好。

4結語

在圖像采集過程中，容易受到風、人為抖動以及平臺不穩定性等因素影響，導致采集圖像的穩定性不好，需要進行圖像穩像處理，以提高圖像采集性能。對此，本文提出一種基于特征匹配的多重光融合圖像的穩像技術，以提高多重光融合圖像的穩像性能。研究結果表明，該方法性能較好，穩定可靠。

參考文獻：

[1]李計添，何永強，陳財森，等.一種基于灰度投影算法的車載電子穩像方法[J].紅外技術，2010，32（6）：328332.

[2]王均波，孫幸福，朱磊，等.一種基于灰度投影塊匹配算法的電子穩像方法[J].