[发明专利]动态遮挡图像的实时补偿和增强方法

权利要求书

1.动态遮挡图像的实时补偿和增强方法，包括下述步骤：

设含有动态遮挡的图像序列记为f^k(i，j)，k＝1，2，...，K，并当k≥2帧开始采用下述步骤进行实时补偿和增强：

第一步，运动矢量的估计；

将连续两帧数字图像记为f^k-1(i，j)和f^k(i，j)；

第①步，计算连续两帧图像的梯度幅度，

计算得到f^k(i，j)和f^k-1(i，j)的梯度幅度图像，分别记为g^k(i，j)和g^k-1(i，j)；

第②步，计算梯度幅度图像的投影直方图，

设g^k(i，j)的行、列投影直方图分别为h^k(i)、w^k(j)，g^k-1(i，j)的行、列投影直方图分别为h^k-1(i)、w^k-1(j)，其中i＝0，1，...，I-1，j＝0，1，...，J-1，I和J分别为图像的高度和宽度；

第③步，计算行、列投影直方图的相关系数，

设行投影直方图h^k(i)和h^k-1(i)的相关系数为，则：

Ryk(Δy)=Σi=0I-1|hk(i)-hk-1(i-Δy)|,]]>Δy∈[-M，M]并且Δy∈Z      (公式一)

设列投影直方图w^k(j)和w^k-1(j)的相关系数为，则：

Rxk(Δx)=Σj=0J-1|wk(j)-wk-1(j-Δx)|,]]>Δx∈[-M，M]并且Δx∈Z      (公式二)

其中的M为相邻图像帧间的最大平移量，根据摄像机的运动情况设定，Z表示所有整数组成的集合；

第④步，计算运动矢量，

根据相关系数和得到图像f^k(i，j)和f^k-1(i，j)之间的运动矢量(ΔX^k，ΔY^k)，采用下面的公式：

ΔXk=argminΔx[Rxk(Δx)]ΔYk=argminΔy[Ryk(Δy)]]]>       (公式三)

第二步，动态遮挡图像的补偿；

第1步，补偿算法初始化，

如果k＝2，就对补偿算法进行初始化，具体方法是：假设系统噪声w(k)和测量噪声v(k)都是零均值的高斯白噪声，噪声方差分别为和；令并根据光学系统特性和问题的具体情况设置滤波协方差系数p(k-1|k-1)的初值；如果k＞2，则不做任何处理，直接进入第2步；

第2步，对图像f^k(i，j)的所有象素(i，j)，0≤i＜I，0≤j＜J，进行Kalman滤波，具体包括以下步骤：

第1)步，根据象素(i，j)第k-1帧的滤波值计算其第k帧的预测值采用下面的公式：

f^k(i,j)=f~k-1(i,j)]]>(公式六)

第2)步，计算预测协方差系数p(k|k-1)：

p(k|k-1)=p(k-1|k-1)+σw2]]>(公式七)

第3)步，计算Kalman滤波增益：

K(k)=p(k|k-1)p(k|k-1)+σv2]]>(公式八)

第4)步，计算象素(i，j)在第k帧的滤波值

f~k(i,j)=f^k(i,j)+K(k)[fk(i,j)-f^k(i,j)]]]>(公式九)

第5)步，计算滤波协方差系数p(k|k)：

p(k|k)=σv2p(k|k-1)+σv2·p(k|k-1)]]>(公式十)

第6)步，令k＝k+1，返回第1)步，直到k＝K时结束；

第三步，图像的自适应灰度展宽和边缘增强；

第①步，图像的自适应灰度展宽，

首先求补偿图像的归一化直方图，记为h(l)，l＝0，1，...，255，并设定较小的比例因子α＝0.05；

然后根据α和直方图h(l)确定灰阶L和H，采用下列公式：

Σl=0Lh(l)=α;Σl=H255h(l)=α]]>(公式十一)

最后根据灰阶L和H对图像进行灰度展宽，展宽之后的图像记为b^k(i，j)，采用下式计算：

bk(i,j)=255×f~k(i,j)-LH-L]]>(公式十二)

第②步，图像的边缘增强，

采用下面的5×5卷积模板t(i，j)，i＝-2，-1，0，1，2，j＝-2，-1，0，1，2，卷积模板的取值为：，

t(-2，-2)＝-1，t(-2，-1)＝-2，t(-2，0)＝-3，t(-2，1)＝-2，t(-2，2)＝-1，

t(-1，-2)＝-2，t(-1，-1)＝6，t(-1，0)＝4，t(-1，1)＝6，t(-1，2)＝-2，

t(0，-2)＝-3，t(0，-1)＝4，t(0，0)＝1，t(0，1)＝4，t(0，2)＝-3，

t(1，-2)＝-2，t(1，-1)＝6，t(1，0)＝4，t(1，1)＝6，t(1，2)＝-2，

t(2，-2)＝-1，t(2，-1)＝-2，t(2，0)＝-3，t(2，1)＝-2，t(2，2)＝-1，

计算边缘增强后的图像p^k(i，j)：

pk(i,j)=bk(i,j)⊗t(i,j)]]>       (公式十三)

其中“”表示图像与模板的二维卷积运算。