機(jī)載電子穩(wěn)像技術(shù)綜述

馬志強(qiáng) ， 陳廣居 ，2， 單 勇 ， 聶曉斐 ，3， 張曉燕

（1.空軍工程大學(xué) 信息與導(dǎo)航學(xué)院，陜西 西安 710077；2.94750部隊(duì) 福建 連城 366200；3.中國(guó)人民解放軍第5721工廠 河北 石家莊 050208）

穩(wěn)像是指運(yùn)用相關(guān)設(shè)備和算法程序，對(duì)采錄設(shè)備獲取的圖像進(jìn)行處理，以獲得平穩(wěn)的適于人觀察的圖像序列的過(guò)程。航空攝影時(shí)，由于空氣渦流、側(cè)風(fēng)、風(fēng)速不均勻、攝影員操作失誤等因素，造成攝像機(jī)等視頻采集設(shè)備發(fā)生不規(guī)則運(yùn)動(dòng)，使得拍攝的航空視頻產(chǎn)生不穩(wěn)定現(xiàn)象，導(dǎo)致視頻圖像序列質(zhì)量下降，畫面出現(xiàn)模糊，關(guān)鍵目標(biāo)無(wú)法清晰展現(xiàn)。這些不穩(wěn)定的視頻圖像序列，存在諸多不利后果：易引起人工視覺(jué)疲勞而導(dǎo)致漏判和誤判；計(jì)算機(jī)處理算法難度加大；無(wú)法進(jìn)行高效壓縮存儲(chǔ)；運(yùn)動(dòng)目標(biāo)的跟蹤、識(shí)別困難而使得武器性能下降。

因此，有必要研究機(jī)載穩(wěn)像處理技術(shù)[1]，以去除視頻序列中不必要的隨機(jī)抖動(dòng)干擾，為后續(xù)的視頻處理創(chuàng)造良好的條件。

穩(wěn)像技術(shù)經(jīng)歷了機(jī)械穩(wěn)像、光學(xué)穩(wěn)像和電子穩(wěn)像3個(gè)發(fā)展階段[2]。其中電子穩(wěn)像是一種新興技術(shù)，它集電子學(xué)、計(jì)算機(jī)和圖像識(shí)別等技術(shù)于一體，采用算法設(shè)計(jì)直接確定圖像序列映射關(guān)系，進(jìn)而消除抖動(dòng)，得到穩(wěn)定序列。與前兩種方法相比，電子穩(wěn)像系統(tǒng)具有易于操作，穩(wěn)像精度高，靈活性強(qiáng)，體積小、重量輕、能耗低以及高智能化的實(shí)時(shí)處理等優(yōu)點(diǎn)。利用電子穩(wěn)像技術(shù)實(shí)現(xiàn)視頻圖像序列穩(wěn)定是現(xiàn)代穩(wěn)像技術(shù)的主要發(fā)展方向。

1 機(jī)載電子穩(wěn)像基本原理

機(jī)載電子穩(wěn)像技術(shù)是從航攝圖像序列的幀間差別中，估計(jì)代表攝像機(jī)運(yùn)動(dòng)的參數(shù)，并根據(jù)運(yùn)動(dòng)參數(shù)判斷這種運(yùn)動(dòng)是屬于隨機(jī)抖動(dòng)，還是人為使攝像機(jī)的掃描運(yùn)動(dòng)，然后通過(guò)運(yùn)動(dòng)補(bǔ)償算法來(lái)消除或減輕攝像機(jī)的隨機(jī)抖動(dòng)對(duì)視頻圖像的干擾，實(shí)現(xiàn)圖像序列的穩(wěn)定。

電子穩(wěn)像系統(tǒng)框圖如圖1所示，主要由運(yùn)動(dòng)估計(jì)、運(yùn)動(dòng)補(bǔ)償和圖像補(bǔ)償3大模塊組成。

圖1 電子穩(wěn)像系統(tǒng)框圖Fig.1 Block diagram of electronic image stabilization system

其中，運(yùn)動(dòng)估計(jì)是指計(jì)算圖像序列中當(dāng)前幀相對(duì)于參考幀的全局運(yùn)動(dòng)失量，即由攝像機(jī)參數(shù)或者位置變化而引起的整個(gè)圖像的變化；運(yùn)動(dòng)補(bǔ)償就是利用運(yùn)動(dòng)估計(jì)的結(jié)果對(duì)當(dāng)前圖像進(jìn)行補(bǔ)償，保留攝像系統(tǒng)正常的有意掃描運(yùn)動(dòng)，而去除隨機(jī)抖動(dòng)；圖像補(bǔ)償用于電子穩(wěn)像的后期完善，提供完整的全幀視覺(jué)效果。電子穩(wěn)像系統(tǒng)中3個(gè)方面是緊密聯(lián)系的。其中，運(yùn)動(dòng)估計(jì)是占用時(shí)間最多，精度要求最高的關(guān)鍵部分，是穩(wěn)像算法的關(guān)鍵環(huán)節(jié)；而運(yùn)動(dòng)補(bǔ)償則是根據(jù)運(yùn)動(dòng)矢量估計(jì)結(jié)果去除不必要的隨機(jī)抖動(dòng)，從而達(dá)到圖像序列穩(wěn)定的目的；圖像補(bǔ)償則是為了得到視覺(jué)效果良好的圖像。

2 機(jī)載電子穩(wěn)像關(guān)鍵算法分析

2.1 運(yùn)動(dòng)估計(jì)算法分析

快速準(zhǔn)確的運(yùn)動(dòng)估計(jì)算法是穩(wěn)像系統(tǒng)的核心，它占據(jù)了穩(wěn)像系統(tǒng)的主要運(yùn)算時(shí)間，決定了穩(wěn)像系統(tǒng)的速度和精度。經(jīng)典的運(yùn)動(dòng)估計(jì)算法主要有:塊匹配法[3]、投影匹配法[4]、位平面法[5]和特征法[6]等。

2.1.1 塊匹配法

塊匹配法 （Block Matching Algorithm，BMA）基于平移運(yùn)動(dòng)機(jī)理進(jìn)行運(yùn)動(dòng)估計(jì)，其基本思想是：將當(dāng)前幀劃分為若干子圖像，對(duì)于每個(gè)子圖像，在參考幀的搜索窗內(nèi)尋找最佳匹配塊；為尋找最佳匹配塊，首先要確定匹配準(zhǔn)則，然后根據(jù)不同的搜索模式搜索子圖像塊的運(yùn)動(dòng)矢量，最后根據(jù)不同的運(yùn)動(dòng)決策策略檢測(cè)全局運(yùn)動(dòng)矢量。采用最小均方差或最小絕對(duì)差匹配準(zhǔn)則的全搜索塊匹配法被認(rèn)為是檢測(cè)平移運(yùn)動(dòng)的最優(yōu)算法。到目前為止，國(guó)內(nèi)外發(fā)展了很多塊運(yùn)動(dòng)估計(jì)的快速算法。文獻(xiàn)[7]基于塊匹配算法，綜合運(yùn)用背景估計(jì)策略，計(jì)算出了多種復(fù)雜條件下的全局運(yùn)動(dòng)參數(shù)；鐘凡等人[8]針對(duì)傳統(tǒng)塊匹配算法中待匹配塊形狀不規(guī)則的問(wèn)題，提出了一種無(wú)損精度的不規(guī)則塊匹配加速算法，降低了傳統(tǒng)算法的復(fù)雜度；許海峰等人[9]提出一種基于降采樣的塊匹配3步搜索改進(jìn)算法，對(duì)搜索塊的內(nèi)部像素采用交叉采樣方式做塊匹配的運(yùn)算，降低了算法復(fù)雜度。

塊匹配法的優(yōu)點(diǎn)是簡(jiǎn)單易行，可快速實(shí)現(xiàn)，但缺點(diǎn)是:1）塊匹配法只適用于由攝像機(jī)的平移運(yùn)動(dòng)引起的運(yùn)動(dòng)偏移，而不能解決攝像機(jī)的縮放、旋轉(zhuǎn)和變焦的運(yùn)動(dòng)；2）塊匹配法在匹配搜索的時(shí)候需要進(jìn)行大量的數(shù)據(jù)運(yùn)算，效率低，消耗時(shí)間較長(zhǎng)。

2.1.2 投影匹配法

投影法 （Projection Algorithm，PA）的基本原理是對(duì)視頻圖像行列各自的投影曲線做互相關(guān)運(yùn)算，得到圖像序列之間全局的運(yùn)動(dòng)偏移量。投影法充分利用了圖像整體灰度分布變化的特點(diǎn)，保證計(jì)算精度同時(shí)降低了計(jì)算量。文獻(xiàn)[10]提出了一種改進(jìn)的基于灰度投影的像移矢量估計(jì)算法，該算法解決了全局搜索法運(yùn)算量大、耗時(shí)長(zhǎng)的問(wèn)題，提高了運(yùn)算速度；李計(jì)添等人[11]運(yùn)用灰度投影算法對(duì)車載動(dòng)態(tài)圖像系列進(jìn)行實(shí)驗(yàn)，通過(guò)計(jì)算互信息值檢驗(yàn)電子穩(wěn)像效果，初步探討了適用于車載電子穩(wěn)像運(yùn)動(dòng)矢量估計(jì)的算法；張國(guó)棟等人[12]利用灰度投影算法將初始的二維圖像信息映射成兩個(gè)獨(dú)立的一維信息后，只對(duì)圖像行列的投影曲線做一次相關(guān)運(yùn)算，較準(zhǔn)確地檢測(cè)出圖像序列的幀間運(yùn)動(dòng)矢量。

投影法存在的問(wèn)題:1）如果視頻圖像的灰度變化不明顯，對(duì)比度達(dá)不到一定的要求，在應(yīng)用灰度投影法進(jìn)行穩(wěn)像時(shí)，將會(huì)導(dǎo)致當(dāng)前幀和參考幀各自對(duì)應(yīng)的投影曲線對(duì)比不明顯，無(wú)法進(jìn)行投影曲線的相關(guān)運(yùn)算，進(jìn)而降低了全局運(yùn)動(dòng)矢量的估計(jì)精度，影響了穩(wěn)像效果；2）灰度投影法對(duì)于識(shí)別處理只含平移運(yùn)動(dòng)或較小旋轉(zhuǎn)運(yùn)動(dòng)的視頻圖像序列，有較好的效果，而對(duì)于處理含有縮放或者較大旋轉(zhuǎn)等其他運(yùn)動(dòng)變化的視頻圖像序列，其匹配精度將會(huì)下降；3）易受局部運(yùn)動(dòng)的影響。如果局部運(yùn)動(dòng)物體存在于背景圖像中，那么會(huì)對(duì)行列投影曲線的相關(guān)運(yùn)算產(chǎn)生影響，降低了全局運(yùn)動(dòng)矢量的估計(jì)精度。因此，提高投影算法對(duì)局部運(yùn)動(dòng)物體的抗干擾能力是必要的。

2.1.3 位平面法

說(shuō)來(lái)也怪，當(dāng)時(shí)身邊的同學(xué)、朋友，很多人談戀愛(ài)就是為了解悶兒，打發(fā)時(shí)間，并沒(méi)有想未來(lái)一定要怎么樣，分分合合都是常事兒。我們倆的想法卻出奇地一致：“如果不是奔著白頭到老的目標(biāo)去，干脆就不要牽手?！?/p>

位平面法是較新的一種對(duì)運(yùn)動(dòng)矢量進(jìn)行估計(jì)的方法，該算法只需要利用圖像的一個(gè)位平面進(jìn)行匹配，運(yùn)用簡(jiǎn)單的布爾函數(shù)和異或操作，匹配速度快同時(shí)又保證了一定的計(jì)算精度，是一個(gè)比較有效的運(yùn)動(dòng)估計(jì)算法。Ko等人提出了一種基于灰度編碼位平面分解技術(shù)的快速電子穩(wěn)像算法[13]。在不增加計(jì)算復(fù)雜度的情況下，通過(guò)灰度編碼大大降低了誤匹配發(fā)生的概率。Yeni等人采用低復(fù)雜度的子圖像1位變換位平面匹配技術(shù)估計(jì)運(yùn)動(dòng)參數(shù)[14]，極大降低了復(fù)雜度和計(jì)算量。同時(shí)在子圖像尺寸足夠大的情況下保證了算法的精度。位平面方法能夠克服塊匹配算法所需計(jì)算量大、處理時(shí)間長(zhǎng)、影響系統(tǒng)實(shí)時(shí)性、硬件設(shè)備復(fù)雜的不足，大大節(jié)約計(jì)算的時(shí)間，提高算法的速度，較適合硬件來(lái)實(shí)現(xiàn)，但由于每個(gè)位平面所包含的信息不同，位平面的選擇直接影響運(yùn)動(dòng)矢量估計(jì)的精確度。

2.1.4 特征法

特征法是電子穩(wěn)像中一類重要的算法，在穩(wěn)像中使用頻率較高。它的基本原理是：通過(guò)在參考幀中選取一組特征量作為標(biāo)識(shí)，并在當(dāng)前幀中以一定的匹配準(zhǔn)則進(jìn)行搜索，以尋找對(duì)應(yīng)的匹配特征，并根據(jù)運(yùn)動(dòng)參數(shù)模型來(lái)求取圖像間的對(duì)應(yīng)關(guān)系，即獲取全局運(yùn)動(dòng)矢量。利用圖像特征是一種較好接近人類視覺(jué)特性的運(yùn)動(dòng)矢量檢測(cè)方法，其關(guān)鍵就是研究如何選擇合適的特征量以及特征匹配的策略，來(lái)快速精確的檢測(cè)幀間的全局運(yùn)動(dòng)矢量。常用的特征匹配算法有Harris角點(diǎn)匹配[15]、SUSAN點(diǎn)匹配[16]等，但這些方法不適用于尺度和旋轉(zhuǎn)變化的情況。

近年來(lái)，基于圖像局部不變特征變換的方法得到了較快地發(fā)展，其中，基于尺度不變特征變換（Scale Invariant Feature Transform，SIFT）[17]的方法，由于其優(yōu)良的尺度和旋轉(zhuǎn)不變性以及對(duì)光照和視角變化的魯棒性和穩(wěn)定性而備受關(guān)注，成為國(guó)內(nèi)外特征匹配研究領(lǐng)域的熱點(diǎn)，該算法能提取穩(wěn)定的特征，可以處理兩幅圖像之間發(fā)生平移、旋轉(zhuǎn)、仿射變換、視角變換、光照變換情況下的匹配問(wèn)題，匹配能力較強(qiáng)，但SIFT算法計(jì)算復(fù)雜，速度較慢，針對(duì)這些問(wèn)題，國(guó)內(nèi)外學(xué)者提出了一系列改進(jìn)算法，如Y.Ke提出PCA—SIFT改進(jìn)算法[18]，采用主成分分析法以減少特征描述符的維數(shù)，降低了計(jì)算復(fù)雜度；SURF[19]方法在計(jì)算量上降低，適用于圖片分辨率變化較大的情況；GLOH[20]方法增強(qiáng)了特征描述子的獨(dú)特性；但在復(fù)雜場(chǎng)景下以及模糊和光照變化下，上述算法效果欠佳。國(guó)內(nèi)學(xué)者楊濤、張艷寧[21]等人將多尺度Harris角點(diǎn)和SIFT描述子相結(jié)合，提出了基于場(chǎng)景復(fù)雜度與不變特征的實(shí)時(shí)圖像配準(zhǔn)算法，獲得了很好的準(zhǔn)確度；北航的劉健[22]將對(duì)數(shù)極坐標(biāo)變換與圖像分塊處理相結(jié)合對(duì)SIFT圖像配準(zhǔn)算法進(jìn)行改進(jìn)，也獲得了不錯(cuò)的效果；雷小群[23]利用幾何約束和雙向匹配從特征點(diǎn)匹配精度上對(duì)SIFT算法進(jìn)行了改進(jìn)；朱志文[24]通過(guò)對(duì)特征點(diǎn)進(jìn)行過(guò)濾以及對(duì)匹配過(guò)程的并行化處理對(duì)SIFT進(jìn)行改進(jìn)，大大提高了算法效率。

特征法要求場(chǎng)景全局特征明顯，運(yùn)動(dòng)參數(shù)的估計(jì)精度在很大程度上依賴于特征提取的精度，當(dāng)特征不十分明顯，或特征過(guò)于集中于局部區(qū)域時(shí)，特征誤匹配率高。

2.2 運(yùn)動(dòng)補(bǔ)償算法分析

運(yùn)動(dòng)補(bǔ)償就是利用運(yùn)動(dòng)估計(jì)的結(jié)果對(duì)當(dāng)前圖像進(jìn)行補(bǔ)償，保留攝像系統(tǒng)正常的有意掃描運(yùn)動(dòng)，而去除隨機(jī)抖動(dòng)，使輸出的視頻序列完整流暢，不存在信息丟失和虛假場(chǎng)景，以達(dá)到圖像補(bǔ)償穩(wěn)定的目的。主要的運(yùn)動(dòng)補(bǔ)償方法有：固定幀補(bǔ)償方法，相鄰幀補(bǔ)償方法和運(yùn)動(dòng)濾波補(bǔ)償方法。

2.2.1 固定幀補(bǔ)償方法

2.2.2 相鄰幀補(bǔ)償方法

相鄰幀補(bǔ)償方法，是對(duì)每相鄰的兩幀圖像進(jìn)行全局運(yùn)動(dòng)估計(jì)，然后累積這些估計(jì)出的全局運(yùn)動(dòng)矢量，以累積后的全局運(yùn)動(dòng)矢量作為補(bǔ)償參數(shù)，對(duì)當(dāng)前幀進(jìn)行運(yùn)動(dòng)補(bǔ)償。此法的優(yōu)點(diǎn)是:由于幀間圖像的重疊區(qū)域較大，因此相鄰兩幀圖像的全局運(yùn)動(dòng)估計(jì)的精度高，且不會(huì)像固定幀補(bǔ)償方式那樣出現(xiàn)圖像的突變現(xiàn)象。但此法的不足之處為，有可能出現(xiàn)累積誤差，導(dǎo)致補(bǔ)償后的圖像序列慢慢發(fā)生偏移，逐漸超出補(bǔ)償邊界，最終產(chǎn)出了失穩(wěn)現(xiàn)象，造成補(bǔ)償圖像的邊緣信息嚴(yán)重?fù)p失或脫離真實(shí)場(chǎng)景。

2.2.3 運(yùn)動(dòng)濾波補(bǔ)償方法

電子穩(wěn)像的目的就是提取影響圖像穩(wěn)定的抖動(dòng)分量進(jìn)行補(bǔ)償，而保留正常的掃描分量。如果電子穩(wěn)像系統(tǒng)將攝像系統(tǒng)正常的掃描運(yùn)動(dòng)誤判成是載體的隨機(jī)抖動(dòng)，而進(jìn)行了穩(wěn)定處理，則會(huì)使補(bǔ)償后的圖像達(dá)不到攝像系統(tǒng)正常掃描所形成的圖像。因此，對(duì)運(yùn)動(dòng)矢量進(jìn)行實(shí)時(shí)濾波處理，是非常必要的。用于電子穩(wěn)像的運(yùn)動(dòng)濾波算法主要有:基于中值濾波的方法、基于曲線擬合的濾波法、基于Kalman濾波的方法等。文獻(xiàn)[25]提出一種新的加權(quán)中值濾波模型，將權(quán)值與模板下兩兩像素間相關(guān)性對(duì)應(yīng)，結(jié)果表明，該方法具有更好的收斂性，優(yōu)于傳統(tǒng)加權(quán)中值濾波算法；文獻(xiàn)[26]提出一種基于Kalman濾波的特征點(diǎn)的跟蹤穩(wěn)像算法，該算法穩(wěn)像效果好，運(yùn)算復(fù)雜度低，且具有較強(qiáng)的魯棒性。概括起來(lái)，卡爾曼濾波需要對(duì)運(yùn)動(dòng)目標(biāo)建模，對(duì)于機(jī)動(dòng)目標(biāo)，由于目標(biāo)的不可預(yù)測(cè)性，參數(shù)難于確定，建模非常困難，所以補(bǔ)償效果不佳；中值濾波是平均算法，在去掉高頻信息的同時(shí)也損失了穩(wěn)像精度，容易產(chǎn)生過(guò)穩(wěn)現(xiàn)象；曲線擬合算法能得到光滑的運(yùn)動(dòng)估計(jì)曲線，但抗噪能力差，不宜采用。在實(shí)際運(yùn)用中可根據(jù)具體問(wèn)題結(jié)合以上方法綜合考慮，如趙紅穎等人提出了可同時(shí)去除高頻噪聲和低頻噪聲的濾波與曲線擬合相結(jié)合的方法[27]，且視頻穩(wěn)定效果良好。

2.3 圖像補(bǔ)償算法分析

圖像補(bǔ)償是電子穩(wěn)像的后期處理，提供穩(wěn)定的全景視覺(jué)效果。目前電子穩(wěn)像處理中圖像補(bǔ)償?shù)姆椒ㄖ饕?裁剪方法和拼接的方法。

2.3.1 裁剪方法

對(duì)于電子穩(wěn)像處理后的圖像，經(jīng)常產(chǎn)生空白區(qū)域，裁剪是對(duì)空白區(qū)域處理的一種比較簡(jiǎn)單而快速的方法，只需要對(duì)當(dāng)前圖像直接進(jìn)行處理，裁剪又分為兩種方式：一種是保留裁剪區(qū)域，并將其放大到圖像幀的原始尺寸，該方法會(huì)造成圖像信息丟失，且不利于觀察；一種是擴(kuò)大圖像采集區(qū)域，而顯示只在較小區(qū)域進(jìn)行，該方法會(huì)增加圖像采集設(shè)備的成本，同時(shí)增加圖像穩(wěn)定的運(yùn)算量。

2.3.2 拼接方法

圖像拼接就是將同一個(gè)場(chǎng)景的多個(gè)相互重疊的圖像進(jìn)行配準(zhǔn)，并拼接成一幅全景圖像的表示方法。一般來(lái)講，拼接要求多個(gè)相互重疊的圖像之間的運(yùn)動(dòng)估計(jì)非常精確，圖像配準(zhǔn)后使得同一場(chǎng)景在不同圖像上的位置相同。王存睿等人通過(guò)對(duì)不同尺度特征點(diǎn)進(jìn)行聚類分析對(duì)匹配特征點(diǎn)進(jìn)行一致性過(guò)濾，構(gòu)建了一種基于網(wǎng)格覆蓋的拼接算法，改善了拼接效果和穩(wěn)定性[28]；文獻(xiàn)[29]提出了一種基于SIFT和區(qū)域選擇相結(jié)合的圖像拼接方法，該方法對(duì)圖像間存在的平移、旋轉(zhuǎn)、明暗強(qiáng)度和噪聲干擾等具有良好的魯棒性，可實(shí)現(xiàn)高質(zhì)量的圖像拼接。

以上圖像補(bǔ)償方法只適用于補(bǔ)償區(qū)域不含前景運(yùn)動(dòng)目標(biāo)或圖像邊緣不存在運(yùn)動(dòng)目標(biāo)的圖像補(bǔ)償問(wèn)題。因此，如何在復(fù)雜條件下將圖像中的干擾運(yùn)動(dòng)目標(biāo)提取出來(lái)，進(jìn)行圖像補(bǔ)償是該領(lǐng)域的主要研究方向之一。

3 航空電子穩(wěn)像中亟待解決的問(wèn)題

從目前國(guó)內(nèi)外的研究成果來(lái)看，視頻電子穩(wěn)像方法已得到較深入的研究，其應(yīng)用領(lǐng)域也越來(lái)越廣泛，但仍然有一些關(guān)鍵問(wèn)題需要進(jìn)一步解決：

1）消除復(fù)雜條件下機(jī)載平臺(tái)運(yùn)動(dòng)時(shí)給穩(wěn)像帶來(lái)的影響

由于氣候變化、光照影響、飛機(jī)震動(dòng)等復(fù)雜環(huán)境條件導(dǎo)致機(jī)載攝像平臺(tái)在運(yùn)動(dòng)時(shí)會(huì)產(chǎn)生隨機(jī)的不穩(wěn)定的抖動(dòng)，這種抖動(dòng)無(wú)論是給觀察人員還是給后續(xù)的處理都會(huì)帶來(lái)不便。雖然在運(yùn)動(dòng)估計(jì)階段可以對(duì)圖像進(jìn)行補(bǔ)償，但如何提高穩(wěn)像的適應(yīng)性和穩(wěn)定性以減少?gòu)?fù)雜條件下機(jī)載平臺(tái)運(yùn)動(dòng)的影響是今后要解決的難點(diǎn)。

2）運(yùn)動(dòng)估計(jì)的準(zhǔn)確性

一方面，由于機(jī)載攝像機(jī)在拍攝時(shí)本身也處于運(yùn)動(dòng)狀態(tài)，使得視頻序列的幀間運(yùn)動(dòng)是一種復(fù)合運(yùn)動(dòng)，在穩(wěn)像時(shí)不僅要考慮攝像機(jī)本身的運(yùn)動(dòng)，還要考慮機(jī)載平臺(tái)的運(yùn)動(dòng)，使得獲取全局運(yùn)動(dòng)矢量的難度加大。另一方面，在空中獲取到的航拍圖像視場(chǎng)大，攝像機(jī)與地面距離遠(yuǎn)，圖像中的紋理相似區(qū)域比較多，用傳統(tǒng)穩(wěn)像方法的誤匹配率比較高，需要考慮更加優(yōu)良的穩(wěn)像算法才能精確匹配。

3）運(yùn)動(dòng)補(bǔ)償?shù)臏?zhǔn)確性

由于抖動(dòng)的隨機(jī)性，要實(shí)現(xiàn)準(zhǔn)確的運(yùn)動(dòng)補(bǔ)償一是要區(qū)分全局運(yùn)動(dòng)參數(shù)中的抖動(dòng)分量和掃描分量，其難度在于抖動(dòng)分量與掃描分量可能會(huì)有重合，因此直接提取并消除有可能會(huì)消除部分掃描分量。二是要克服補(bǔ)償時(shí)邊界信息的丟失，目前絕大部分補(bǔ)償方法是用插值放大、拼接的方法，這樣得到的圖像的邊界往往是不真實(shí)的，不能保證圖像信息的一致性和連續(xù)性，修復(fù)后的圖像會(huì)出現(xiàn)偽影現(xiàn)象，需要研究新的準(zhǔn)確補(bǔ)償?shù)姆椒▉?lái)提高圖像質(zhì)量。

4 結(jié)束語(yǔ)

文中對(duì)機(jī)載電子穩(wěn)像的基本原理進(jìn)行了介紹，在此基礎(chǔ)上，結(jié)合各關(guān)鍵技術(shù)的適用條件具體地論述了電子穩(wěn)像技術(shù)的研究進(jìn)展，并分別對(duì)各算法的最新應(yīng)用進(jìn)行了詳細(xì)描述。通過(guò)對(duì)電子穩(wěn)像技術(shù)的歸納總結(jié)，發(fā)現(xiàn)針對(duì)不同場(chǎng)景兼顧精度與處理時(shí)間，以最大效率獲得令人滿意的穩(wěn)像效果是電子穩(wěn)像技術(shù)今后的發(fā)展趨勢(shì)；同時(shí)，也應(yīng)該看到，傳統(tǒng)的經(jīng)典算法在個(gè)別場(chǎng)合仍大有作為，比如塊匹配算法在實(shí)時(shí)穩(wěn)像方面表現(xiàn)出來(lái)的明顯優(yōu)勢(shì)。所以，在追求高效高精度的同時(shí)，還應(yīng)繼續(xù)深入研究已有模型的優(yōu)缺點(diǎn)，發(fā)現(xiàn)查找各算法影響穩(wěn)像效果的關(guān)鍵因素，在實(shí)際運(yùn)用中根據(jù)應(yīng)用場(chǎng)合合理選擇高效的穩(wěn)像算法。

[1]Lewis G R.Image stabilization techniques for long range camera[J].Proc.SPIE，1980，242（8）:125－129.

[2]鐘平.機(jī)載電子穩(wěn)像技術(shù)研究[D].長(zhǎng)春：中國(guó)科學(xué)院長(zhǎng)春光機(jī)所，2003.

[3]Basarab A，Gueth P，Liebgott，H.Phase-based block matching applied to motion estimation with unconventional beamforming strategies[J].IEEE Tran.on Ultrasonics，F(xiàn)erroelectrics and Frequency Control，2009，56（5）:945－957.

[4]ZHANG Yong-xiang，CHEN Fang-min，WANG Jian.Implementation of gray projection image stabilization algorithm based on TMS320DM642[C].//IEEE International joint conference on INC，IMS and IDC，2009.NCM’09，F(xiàn)ifth，2009:1724－1726.

[5]Urhan O，Erturk S.Single sub-image matching based low complexity motion estimation for digital image stabilization using constrained one-bit transform[J].IEEE Trans.On Consumer Elcetronics，2006，52（4）:1275－1279.

[6]宋永江，夏正良，楊世周.基于多直線特征的電子圖像穩(wěn)定算法[J].中國(guó)圖像圖形學(xué)報(bào)，2002，7（4）:363－368.SONG Yong-jiang，XIA Zheng-liang，YANG Shi-zhou.Electronic image stabilization algorithm based on multi-line feature[J].Journal of Image and Graphics，2002，7（4）:363－368.

[7]Hsu S C，Liang S F，Lin C T.A robust digital image stabilization technique based on inverse triangle method and background detection[J].IEEE Transactions on Consumer Electronics，2005，51（2）:335－345.

[8]鐘凡，莫銘臻，秦學(xué)英，等.基于WSSD的不規(guī)則圖像塊快速匹配[J].中國(guó)圖象圖形學(xué)報(bào)，2010，15（3）:495～501.ZHONG Fan，MO Ming-zhen，QIN Xue-ying，etal.Fast irregular image patch matching based on WSSD[J].Journal of Image and Graphics，2010，15（3）:495－501.

[9]許海峰，趙文慶，孫崢，等.一種基于降采樣的塊匹配三步搜索改進(jìn)算法 [J].復(fù)旦學(xué)報(bào)： 自然科學(xué)版，2010，49（6）:653－659.XU Hai-feng，ZHAO Wen-qing，SUN Zheng，et al.An improved three step search algorithm based on down-sampled block matching[J].Journal of Fudan University：Natural Science，2010，49（6）:653－659.

[10]李浩洋，劉兆軍，徐彭梅.改進(jìn)的灰度投影像移矢量估計(jì)算法[J].計(jì)算機(jī)應(yīng)用，2011，31（2）：122－124.LI Hao-yang，LIU Zhao-jun，XU Peng-mei.Image motion estimate algorithm based on improved gray projection[J].Journal of Computer Applications，2011，31（2）:122－124.

[11]李計(jì)添，何永強(qiáng)，陳財(cái)森，等.一種基于灰度投影算法的車載電子穩(wěn)像方法[J].紅外技術(shù)，2010，32（6）:328－332.LI Ji-tian，HE Yong-qiang，CHEN Cai-sen，et al.A method of vehicle-bone electronic image stabilization based on gray projection algorithm[J].Infrared Technology，2010，32 （6）:328－332.

[12]張國(guó)棟，王明泉，郭棟.基于灰度投影算法的實(shí)時(shí)電子穩(wěn)像研究[J].微電子學(xué)與計(jì)算機(jī)，2010，27（10）:53－56.ZHANG Guo-dong，WANG Ming-quan，GUO Dong.Research on real-time electronic image stabilization based on gray projection algorithm[J].Microelectronics&Computer，2010，27（10）:53－56.

[13]Ko S，Lee S，Jeon S.Fast digital image stabilizer based on gray-coded bit-plane matching[J].IEEE Transactions on Consumer Electronics，1999，45:598－603.

[14]Yeni A A，Ertürk S.Fast digital image stabilization using one bit transform based sub-image motion estimation[J].IEEE Transactions on Consumer Electron，2005，51（3）:917-921.

[15]Harris C G，Stephens M J.A combined corner and edge detector[C]//Proceedings Fourth Alvey Vision Conference.Manchester，1988.

[16]Smith S M，Brady J M.SUSAN-A new approach to low level image processing[J].Journal of Vision，1997，23（1）.

[17]LOWE D G.Distinctive image features from scale-invariant keypoints[J].International Journal of Computer Vision， 2004，60（2）:91-110.

[18]Ke Y，Sukthanka R.PCA-SIFT:A more distinctive representation for local image descriptors[C]//Proceedings of International Conference on Computer Vision and Pattern Recognition，Washington，USA:ICPR，2004:511-517.

[19]Bay H，Tuvtellars T，Gool L Van.SURF:Speeded up robust features[C]//Proceedings of the European Conference on Computer Vision，2006:404-417.

[20]Mikolajczyk K，Schmid C.A performance evaluation of local descriptors[J].IEEE Transactions on Pattern Ana1ysis and Machine Intelligence，2005，27（10）:1615-1630.

[21]楊濤，張艷寧，張秀偉，等.基于場(chǎng)景復(fù)雜度與不變特征的航拍視頻實(shí)時(shí)配準(zhǔn)算法[J].電子學(xué)報(bào)，2010，38（5）:1069-1077.YANG Tao，ZHANG Yan-ning，ZHANG Xiu-wei，et al.Scene complexity and invariant feature based real-time aerial video registration algorithm[J].Acta Electronica Sinica，2010，38（5）:1069-1077.

[22]劉健，張國(guó)華，黃琳琳.基于改進(jìn)SIFT的圖像配準(zhǔn)算法[J].北京航空航天大學(xué)學(xué)報(bào)，2010，36（9）:1121-1124.LIU Jian，ZHANG Guo-hua，HUANG Lin-lin.Image registration approach based on improved SIFT[J].Journal of Beijing University of Aeronautics and Astronautics，2010，36 （9）:1121-1124.

[23]雷小群，李芳芳，肖本林.一種基于改進(jìn)SIFT算法的遙感影像配準(zhǔn)方法[J].測(cè)繪科學(xué)，2010，35（3）:143-145.LEI Xiao-qun，LI Fang-fang，XIAO Ben-lin.A registration method of RS image based on improved SIFT algorithm[J].Science of Surveying and Mapping，2010，35（3）:143-145.

[24]ZHU Zhi-wen，SHEN Zhan-feng，LUO Jian-cheng.Parallel remotesensingimageregistrationbasedon improved SIFT point feature[J].Journal of Remote Sensing，2011，15 （5）:1024-1031.

[25]李秀玲，何勁松.基于旋轉(zhuǎn)不變像素相關(guān)性的加權(quán)中值濾波器[J].中國(guó)圖象圖形學(xué)報(bào)，2010，15（1）:56-62.LI Xiu-ling，HE Jin-song.Weighted median filter based on rotation invariant pixel correlations[J].Journal of Image and Graphics，2010，15（1）:56-62.

[26]姜文濤，陳衛(wèi)東，李良福.一種基于特征點(diǎn)跟蹤的電子穩(wěn)像算法[J].應(yīng)用光學(xué)，2010，31（1）:73-77.JIANG Wen-tao，CHEN Wei-dong，LI Liang-fu.Electronic image stabilization algorithm based on characteristic point tracking[J].Journal of Applied Optics，2010，31（1）:73-77.

[27]趙紅穎，王天增，錢旭.基于濾波與曲線擬合的電子穩(wěn)像算法[J].計(jì)算機(jī)應(yīng)用，2010，30（11）:3008-3010.ZHAO Hong-ying，WANG Tian-zeng，QIAN Xu.Electronic image stabilization algorithm based on filtering and curve fitting[J].Journal of Computer Applications，2010，30 （11）:3008-3010.

[28]王存睿，張慶靈，段曉東，等.基于尺度聚類仿射過(guò)濾的圖像拼接算法[J].東北大學(xué)學(xué)報(bào)：自然科學(xué)版，2011，32（7）:917-921.WANG Cun-rui，ZHANG Qing-ling，DUAN Xiao-dong，et al.Image mosaic algorithm based on scale-clustering affine filtering[J]. Journal of Northeastern University：Natural Science，2011，32（7）:917-921.

[29]張煒，劉偉，普杰信.一種基于SIFT和區(qū)域選擇的圖像拼接方法[J].微電子學(xué)與計(jì)算機(jī)，2010，27（6）:205-207.ZHANG Wei，LIU Wei，PU Jie-xin.An image mosaic method based on SIFT and region selecting[J].Microelectronics&Computer，2010，27（6）:205-207.