电子稳像中运动补偿方法的研究

许杰　康国强　李洋　马欣慰

摘 要：电子稳像运动补偿方法分为固定帧补偿方法和非固定帧补偿方法。固定帧补偿方法中，两帧图像相同部分的逐渐减少会使帧间运动估计准确度下降、视频跳跃等问题；非固定帧补偿方法存在运动估计误差的累计问题，该文主要研究非固定帧补偿方法中累计误差的产生原因，提出了计算补偿参数的新方法，解决了运动补偿误差累计的问题，通过详细论证，给出了新的计算方法的提出思路，分析了与传统方法的区别，并通过实验数据对比证明了新方法的正确性和可行性。

关键词：稳像 运动补偿 累计误差 补偿参数

中图分类号：TN27 文献标识码：A 文章编号：1672-3791（2015）02（a）-0192-03

电子稳像中运动补偿一般分为固定帧补偿和相邻帧补偿两种方法[1]。固定帧补偿方法计算时随着帧数增加，参考帧和当前帧中相同的部分越来越少，直至两帧图像完全没有相同部分。通过更换参考帧的方法能够解决这一问题，但是又带来了视频跳跃的问题[2]。

相邻帧补偿方法只需计算每一个当前帧与相邻的前一帧图像之间的运动参数，传统的运动补偿方法是对这个运动参数序列进行滤波[3]，求得补偿参数并进行运动补偿补偿，存在估计误差的累计问题[4]。

该文中只讨论平移运动，不考虑旋转运动和缩放运动，并且只讨论水平运动的一个方向（Y方向）的分量。

1 传统的相邻帧补偿方法分析

1.1 传统方法中累计误差产生的原因

其中，为低频运动估计误差的累计，为带有累计误差的滤波结果，为真实的相机主动扫描运动轨迹。在非无限大的有限区间内，累计误差往往不为零，造成实际滤波结果与真实运动之间存在偏差，这个偏差的存在造成补偿之后的视频边缘的补偿区很大，损失图像信息。假如估计误差均值不为零，那么误差的累计将直接导致过稳现象。

1.2 实例分析

因为白噪声在有限长度区间内的累加值不一定为零，所以累计的误差会一直增大，影响稳像效果。在该实例中，均值滤波并没有把误差分成高频和低频，而是全部被保留了下来。

1.3 实验结果

如图1所示，图中蓝色实线是一段真实的抖动视频中提取的相邻帧间运动参数（Y方向分量）进行累加得到的运动轨迹；红色星号线是对该轨迹进行均值滤波之后的波形，我们认为红线为真实的运动轨迹；然后将一个均值为零的白噪声叠加到相邻帧间运动参数中，然后对相邻帧间运动参数进行模版为9的均值滤波，并将得到的运动补偿结果进行累加，得到图中黑色虚线轨迹；显而易见，均值为零的白噪声的累计导致了补偿之后的运动轨迹严重偏离真实运动轨迹。

2 新的相邻帧补偿方法分析

2.1 传统方法产生累计误差的原因

传统方法实质上是将相邻帧间运动参数当作相互独立的量进行计算，这样计算得到的带有估计误差的补偿参数也是相互独立的。因为整体的运动轨迹实际上是各个相邻帧间运动参数的累加，所以累加得到的运动轨迹中每个点的参数都累加了之前每一个补偿参数的误差，从而造成了累计误差的问题。

2.2 新的相邻帧补偿方法

因为稳像最终需要的结果是稳定的视频，而稳定的视频就是视频中的场景的运动轨迹比较平缓（低频扫描运动），没有快速的起伏（高频抖动），而这个运动轨迹我们可以通过累加相邻帧间运动参数来获得，如果我们对得到的运动轨迹直接进行均值滤波处理，显而易见的可以得到平缓的轨迹波形，而这个平滑的轨迹波形就是是我们稳像的核心问题和最终目标。

由此我们得到的运动轨迹波形与真实运动轨迹滤波之后的波形只相差一个独立的白噪声，这个白噪声是不会随着视频帧逐渐累加的，从而消除了传统方法中的累计误差问题。

2.3 新的相邻帧补偿方法实例分析

如图2所示，蓝色实线和紫色实线分别为真实的运动轨迹和含有估计误差的运动轨迹；红色星型线和黑色星型线为实际的运动轨迹滤波之后的结果和根据计算运动补偿参数对真实的视频序列进行补偿之后的运动轨迹，两者几乎完全一样，只相差一个很小的白噪声。

3 结语

该文提出的新方法，从运动补偿的实质出发，发现，即使估计的运动参数有误差，实际补偿的依然是是真实的视频帧，而且直接影响补偿结果的只有补偿参数的误差，所以，该文在计算补偿参数时就考虑消除累计误差的问题。又分析滤波和补偿操作中，只有求运动轨迹时有累加计算，所以为了消除误差的累计，考虑先对帧间运动参数进行累加，然后在计算补偿参数时，通过减法操作直接消除累计误差。另外，在对相邻帧间运动参数进行滤波之后，将滤波后的相邻帧间运动参数进行累加，得到的运动轨迹，与先进行累加得到运动轨迹之后再进行滤波得到的运动轨迹两者只相差了相邻帧间运动参数中前若干个（对于均值滤波，个数小于滤波模版大小）有限的运动参数值，证明略。所以，两种方法的本质区別在于计算补偿参数，两者做减法操作的对象不同。

参考文献

[1] 葛川.基于自适应运动滤波的电子稳像技术研究[D].西安电子科技大学，2011.

[2] 翟磊.基于SIFT特征匹配的数字视频稳像技术研究[D].大连理工大学，2013.

[3] 高晓明.电子稳像系统主要算法研究[D].西安科技大学，2008.

[4] 陈承康.基于视觉暂留的电子稳像方法研究：[D].华中科技大学，2012.