[发明专利]一种适用于帧间的图像稳像方法

摘要

本发明公开了一种适用于帧间的图像稳像方法，该稳像方法是基于人眼视觉特性的感兴趣区域分块思想以及图像块的思想，图像分割成较少图像块的同时保留了全面的图像信息，减小了运算量并增强对图像变化敏感性，降低局部运动误判为全局运动的概率，从而改善图像质量；采用透视变换模型，准确的描述了运动变化情况，使稳像算法有了更广泛的适用性。

主权项

1.一种适用于帧间的图像稳像方法，其特征在于，包括如下步骤：步骤一：对当前帧图像提取视觉敏感点，基于视觉敏感点将图像划分为若干个感兴趣的区域，具体方法如下：S101：将当前帧图像划分成7×7大小的区域，并计算每个区域的平均灰度值：S102：搜索局部最大值点：针对S101中划分的每一个区域，选取该区域的中心点作为邻域中心点，以3×3为邻域范围，判断该区域的平均灰度值是否大于或者等于邻域范围内的平均灰度值：如果是，则该区域中心点为局部最大值点，如果否，则该区域中心点不是局部最大值点；最后得到的N个局部最大值点定义为视觉敏感点；S103：对感兴趣特征区域的标记及区域划分：对S102中搜索到的每一个视觉敏感点按顺序进行标记；然后将当前帧图像划分为N个感兴趣区域，并确保每个感兴趣区域有且只有一个视觉敏感点；步骤二：针对步骤一对当前帧图像划分的每一个感兴趣区域，采用SURF算法提取该感兴趣区域内的特征点，然后与参考帧图像中对应感兴趣区域内的特征点进行匹配，计算得到该感兴趣区域的对应特征点的运动参数，采用上述方法遍历当前帧图像的所有感兴趣区域，得到每个感兴趣区域的局部运动量；所述局部运动量包括8个当前帧相对于参考帧的运动参数，即为m₀～m₇：其中m₀表示尺度、m₁,m₃,m₄表示旋转量，m₂和m₅分别表示水平方向和垂直方向的平移量，m₆和m₇分别表示水平和垂直方向的变形量；步骤三：针对步骤二获得的N组局部运动量中的每一个运动参数分别求均值，得到表征全局运动量的运动参数步骤四：采用步骤一至步骤三的方法对获得的原始视频序列中的多个图像进行处理，分别得到全局运动量，然后采用递归Kalman滤波方法对全局运动量按照到达的时间顺序进行序贯滤波处理，得到经过滤波处理的八个参数后组成图像帧间透射变换关系矩阵，然后将该矩阵进行逆变换，得到逆矩阵将该逆矩阵与原图像做乘积运算，得到稳定的图像。