采用特征匹配的多重光融合图像稳像技术

刘文娟 张仙玉

摘要：图像稳像分为机械稳像和电子稳像，电子稳像采用图像信息处理方法结合光学图像处理芯片，实现图像的稳定性处理。传统的电子稳像采用角点包络检测方法，在图像受到多重光线干扰下，稳像性能不好。提出一种基于特征匹配的多重光融合图像的稳像技术，首先采用小波降噪方法对图像进行降噪预处理，提取图像的Harris角点特征，进行特征匹配，以此为基础采用图像边缘融合方法进行稳像处理，以提高多重光融合图像的稳像性能。仿真结果表明，采用该算法进行电子稳像处理，多重光融合图像峰值信噪比较高，说明稳像改善程度较好，抗干扰性较强，优于传统算法。

关键词关键词：图像处理；电子稳像；图像融合；特征匹配

DOIDOI：10.11907/rjdk.161333

中图分类号：TP317.4文献标识码：A文章编号文章编号：16727800（2016）007019303

0引言

在图像采集过程中，容易受到风、人为抖动以及平台不稳定性等因素影响，导致采集的图像稳定性不好，需要进行图像稳像处理，以提高图像采集性能。典型的稳像技术主要采用机械式稳像和光学稳像，由于采用机械稳像技术受到的环境限制较大，在复杂环境下稳像的主动性和智能性不好。而电子稳像技术通过图像处理算法结合图像处理的硬件芯片实现稳像处理，因此，其在进行目标识别和图像特征分析与采集等应用领域中都具有较高的价值。

传统方法中，对电子稳像技术的处理方法主要有基于轮廓特征提取的电子稳像方法、基于边缘融合的电子稳像方法等[13]。上述方法通过对运动目标图像进行边缘轮廓特征提取，提高运动图像的电子稳像性能，由此实现运动目标的准确检测和识别。稳像技术主要分为机械式稳像、光学稳像和电子稳像，前两种方法目前已不能满足对精确图像目标稳像和识别的要求，对此，相关稳像技术进行了算法的改进设计。其中，文献[4]提出基于块匹配的电子稳像技术，求解图像中的旋转运动参数进行块特征匹配，采用二值图像分割方法实现图像的轮廓特征提取，算法实现简单，计算量小，但是在复杂的多重色差光线干扰下，稳像性能不好。针对上述问题，本文提出一种基于特征匹配的多重光融合图像的稳像技术，首先进行图像降噪预处理，然后提取图像的Harris角点特征，进行特征匹配，以此为基础采用图像边缘融合方法进行稳像处理，提高多重光融合图像的稳像性能。仿真实验进行了性能验证，展示了本文算法的优越性能，得出有效性结论。

1多重光融合图像降噪预处理与Harris角点特征提取1.1多重光融合图像降噪预处理及电子稳像总体设计

为了实现对多重光融合图像的电子稳像处理，需要首先进行图像降噪处理，常见方法如小波降噪、主成分分析降噪、时频滤波降噪等[5]。本文采用小波降噪方法，假设图像的边缘像素（2）先判断强脉冲噪声污染下的图像噪声点，对数字图像的像点判断方法为：选取窗口为3×3，进行水平、竖直方向的小波分解，用Xi，j表示图像像素坐标垫（i，j）小波分解的邻域像素特征，Mi，j表示以该像素点为原点的角二阶矩，计算式为：Mi，j=med（Xi-1，j-1…Xi，j…Xi+1，j+1）（3）对多重光融合图像进行全局运动估计，得到图像稳像过程中的视觉差判别式为：Fi，j=1， |Xi，j0，|Xi，j-Mi，j|

为图像去噪后的差异值，σ为图像进行多重融合后的旋转角度。为了实现对图像的稳像处理，沿梯度方向得到图像二阶累积量为：Gx（x，y；t）=u

Gy（x，y；t）=u（x，y；t）y（9）通过上述算法设计进行图像降噪处理，并以此为基础，利用特征匹配方法进行图像稳像，多重光融合图像电子稳像算法设计流程如图1所示。

图1多重光融合图像电子稳像算法设计流程

1.2图像角点特征提取

在上述图像降噪处理的基础上，进行多重光融合图像的角点特征提取。本文采用Harris角点提取方法，假设在图像采集过程中，受到抖动的影响，导致图像输出阵元灰度化直方图一维矢量，即：

在多尺度的方向矢量上对多重光融合图像进行网格分解，通过不同尺度下的网格分解，得到图像的像素特征模型为：x（t）=Gs（t）+n（t）（11）其利用Hessian矩阵判断图像检测传感器的第i个图像输出角点分量上第m个阵元上的空间指向性增益为：τm（θi）=（m-1）τ0（θi）=（m-1）Δcsinθi （m=1，2，…，M）（15）其中， τ0（θi）=Δcsinθi是图像对应的运动参数θ，Δx是在时间域上的延迟，c是图像抖动的传递系数。于是上述输出的图像Harris角点特征检测模型为：x1（t）

nM（t）（16）在提取出连续的多重光融合图像的角点特征点之后，根据多通道图像特征信息的角点匹配和特征采样，以特征值降值排列，进行图像稳像处理。

2多重光融合图像稳像处理算法改进

在上述进行图像降噪预处理和特征提取的基础上，为了实现对图像的稳像处理，还需要进行角点特征匹配。传统的电子稳像方法采用角点包络检测方法，在图像受到多重的光线干扰下，稳像性能不好。为了克服传统方法的弊端，本文提出一种基于特征匹配的多重光融合图像的稳像技术。改进算法描述如下：使用分辨率高、较小的模板图像作为测试向量集合，但是根据对象图像的特征，这种模板图像可以检测出多个对应的候选图像，调整模板大小及中心，可以收敛到：P（limT→∞xT=K）=1（17）其中Vi为差异性边缘轮廓控制点，i=0，1，···N-1，多重光融合图像的纹理重构结果为：Eint（vi）=12（i|d-|vi-vi-1||2+

βi|vi-1+2vi+vi+1|2）（18）假设图像的初始搜索区域为G，其中gi=（gix，giy，giz）（i=0，...Ng-1）为图形的三维中心矢量，在特征子空间V中，取得第i个顶点，单位纹理空间内的多重光融合图像的边缘灰度值为G（x，y；t），定义多重光融合图像纹理子空间的顶点坐标：x=Rsinηcos）其中，η表示搜索纹理区间的邻域，表示金属裂纹图形三维重构的纬度角。采用上述方法进行边缘分割，并采用Harris角点的相邻帧补偿方法进行图像边缘融合，以此为基础，通过Harris角点特征匹配，沿梯度方向进行图像的角点特征匹配，在初始状态下对图像抖动的运动分量进行补偿，以此实现图像的电子稳像处理。通过上述处理，实现算法改进。

3仿真实验与结果分析

为了测试本文设计算法在实现多重光融合图像稳像中的应用性能，进行仿真实验。实验采用Matlab 7软件进行图像的滤波、融合和角点特征提取等算法的编程实现和图像处理。实验中，将图像的前一帧作为参考帧，利用角点（x，y）周围相邻帧的像素点，进行图像的特征点采集和匹配，由此实现对多重光图像的稳像处理，得到原始图像和采用本文方法进行稳像处理后的图像如图2、图3所示。

由图可见，采用本文方法进行图像电子稳像处理，通过图像的降噪滤波和Harris角点特征匹配，电子稳像性能和防抖性能较好，图像采集质量较高。为了定量对比算法性能，采用峰值信噪比为测试指标，得到本文方法和传统方法进行电子稳像处理后的峰值信噪比对比结果如图4所示。

由图可见，采用本文方法进行图像稳像处理后的峰值信噪比较高，说明该方法对图像质量的改善水平较高，性能较好。

4结语

在图像采集过程中，容易受到风、人为抖动以及平台不稳定性等因素影响，导致采集图像的稳定性不好，需要进行图像稳像处理，以提高图像采集性能。对此，本文提出一种基于特征匹配的多重光融合图像的稳像技术，以提高多重光融合图像的稳像性能。研究结果表明，该方法性能较好，稳定可靠。

参考文献：

[1]李计添，何永强，陈财森，等.一种基于灰度投影算法的车载电子稳像方法[J].红外技术，2010，32（6）：328332.

[2]王均波，孙幸福，朱磊，等.一种基于灰度投影块匹配算法的电子稳像方法[J].