[发明专利]针对无人机视频采集的混合抖动纠正方法

说明书

本发明提供一种针对无人机视频采集的混合抖动纠正方法，该方法包括：从无人机视频图像内获得预采集图像；利用预采集图像内因抖动而产生图像旋转的特征点来计算卡尔曼滤波器的系统状态转换矩阵A；构建卡尔曼滤波器系统方程和过程观察方程；根据系统噪音方差Q和观察噪音方差R计算预采集图像在k时刻的系统状态的估算值和状态观察值的估算值；计算卡尔曼增益并结合卡尔曼增益计算卡尔曼评估图像的特征参数；采用离散化高斯滤波器对卡尔曼评估图像的亮度矩阵进行低通滤波，滤除系统噪音和观察噪音，得到纠正后的无抖动的图像。

技术领域

本发明涉及视频图像处理领域，且特别涉及一种针对无人机视频采集的混合抖动纠正方法。

背景技术

随着无人机技术的不断发展，无人机在空中拍摄或视频监控的应用日趋广泛，逐渐应用在测绘、侦查等高精度的侦测领域。受气流和电动机自身震动等因素影响无人机在运行时会发生抖动，从而使得机载相机所拍摄的影像存在晃动、震动和畸变等现象，这会造成无人机拍摄的视频帧间不稳定，帧间视点变换角度大，运动模糊。严重影响任务执行，为后续处理带来困难。

此外，对于小型无人机由于其体积小，飞行速度快，更容易受到干扰，所以侦察视频有时抖动较大，特别是转换跟踪目标时，边缘与细节失真严重。相比航片拍摄，航片拍摄周期相对较长且速度相对缓慢，其所获影像相对稳定，故对于同一地物，航片与侦察视频间分辨率相差较大，侦察视频帧与帧之间视点变换、角度变化较大，同时存在运动模糊问题与噪声问题。

发明内容

本发明为了克服现有无人机在图像采集时因抖动而使得拍摄的影像存在晃动、震动和畸变等现象的问题，提供一种针对无人机视频采集的混合抖动纠正方法。

为了实现上述目的，本发明提供一种针对无人机视频采集的混合抖动纠正方法，该方法包括以下步骤：

从无人机视频图像内获得预采集图像；

利用预采集图像内因抖动而产生图像旋转的特征点来计算卡尔曼滤波器的系统状态转换矩阵A：

其中，θ为相邻图像的旋转角度，T_x为相邻图像在横轴上的平移量，T_y为相邻图像在纵轴上的平移量；

根据卡尔曼滤波器的系统状态转换矩阵A构建卡尔曼滤波器系统方程和过程观察方程；

根据系统噪音方差Q和观察噪音方差R计算预采集图像在k时刻的系统状态的估算值和状态观察值的估算值

根据系统状态估算值和状态观察估算值计算卡尔曼增益并结合卡尔曼增益计算卡尔曼评估图像的特征参数：：

K_g＝P_k-1H^T(HP_k-1H^T+R)^-1

其中，K_g为卡尔曼增益，x_k为卡尔曼评估图像的系统状态值，P_k为卡尔曼评估图像的状态观察值，为卡尔曼评估图像的亮度矩阵，H为卡尔曼滤波器过程观察方程中的系统观察矩阵；

采用离散化高斯滤波器对卡尔曼评估图像的亮度矩阵进行低通滤波，滤除系统噪音和观察噪音，得到纠正后的无抖动的图像。

于本发明的一实施例中，根据卡尔曼滤波器的系统状态转换矩阵A构建卡尔曼滤波器系统方程为：

X_k+1＝AX_k+W_k