專利名稱：星空背景圖像中的運(yùn)動補(bǔ)償方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種星空背景圖像處理方法，特別是星空背景圖像中的運(yùn)動補(bǔ)償方法。
背景技術(shù)：
復(fù)雜運(yùn)動背景下的弱小目標(biāo)檢測問題直接決定了天文觀測系統(tǒng)的作用距離及檢測性能， 而運(yùn)動背景補(bǔ)償是弱小目標(biāo)檢測的關(guān)鍵技術(shù)之一。
文獻(xiàn)"基于魯棒回歸的運(yùn)動背景補(bǔ)償技術(shù)，信號處理，2002， 18(1): 36-38"公開了一種 基于光流的方法進(jìn)行樣本點(diǎn)運(yùn)動參數(shù)的估計，并采用疊代加權(quán)最小二乘法進(jìn)行全局運(yùn)動參數(shù) 的估計，避免了目標(biāo)點(diǎn)被當(dāng)作采樣點(diǎn)而引入的全局運(yùn)動參數(shù)估計的誤差，但其中對權(quán)函數(shù)的 求取大大增加了運(yùn)算量，降低了運(yùn)動補(bǔ)償?shù)乃俣龋仓荒軐?shí)現(xiàn)1個象素的補(bǔ)償精度。

發(fā)明內(nèi)容
為了克服現(xiàn)有技術(shù)運(yùn)動補(bǔ)償?shù)乃俣鹊汀⒕鹊偷牟蛔?，本發(fā)明提供一種星空背景圖像中 的運(yùn)動補(bǔ)償方法，采用基于塊匹配的方法，可以有效提高樣本估計的運(yùn)算速度，異常點(diǎn)的剔 除可以降低待處理數(shù)據(jù)的信息量，基于質(zhì)心提取的方法可以提高樣本點(diǎn)估計參數(shù)的精度。
本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案 一種星空背景圖像中的運(yùn)動補(bǔ)償方法，其 特征在于包括下述步驟
(a) 通過相鄰幀間有效區(qū)域的確定，將圖像均勻劃分，在劃分后的小模塊內(nèi)進(jìn)行樣本點(diǎn) 的選取，并且通過塊匹配與質(zhì)心法相結(jié)合的方式，進(jìn)行樣本點(diǎn)運(yùn)動矢量的估計，通過異常點(diǎn) 剔除去除冗余信息，計算出樣本特征的運(yùn)動矢量；
(b) 采用基于平行投影的六參數(shù)模型，確定表征全局運(yùn)動模型的攝像機(jī)運(yùn)動參數(shù)；
(C)定義樣本點(diǎn)集合，計算出所有樣本點(diǎn)的運(yùn)動參數(shù)，通過構(gòu)建的攝像機(jī)運(yùn)動模型參數(shù) 估計出速度場，通過求解全局運(yùn)動模型參數(shù)的最優(yōu)解來獲取全局運(yùn)動模型的運(yùn)動參數(shù)； (d).通過雙線性內(nèi)插法對相鄰兩幀的后一幀圖像進(jìn)行補(bǔ)償。 本發(fā)明的有益效果是由于采用基于塊匹配的方法，有效地提高了樣本估計的運(yùn)算速度， 異常點(diǎn)的剔除又進(jìn)一步降低了待處理數(shù)據(jù)的信息量，并且基于質(zhì)心提取的方法進(jìn)一步提高了 樣本點(diǎn)估計參數(shù)的精度，本發(fā)明采用基于塊匹配與質(zhì)心提取相結(jié)合的方法驚醒星空背景下的 運(yùn)動補(bǔ)償，運(yùn)算量降低了50%,補(bǔ)償精度由原來的1個象素提高到了0.5象素。
下面結(jié)合附圖和實(shí)施例對本發(fā)明作詳細(xì)說明。


附圖是本發(fā)明星空背景圖像中的運(yùn)動補(bǔ)償方法流程圖。
具體實(shí)施例方式
參照附圖。1、首先進(jìn)行樣本特征運(yùn)動估計。
深空背景在成像圖像中表現(xiàn)為黑色，恒星與弱小運(yùn)動目標(biāo)相似，在成像圖像中呈現(xiàn)為點(diǎn) 源，由于探測設(shè)備自身的原因，成像圖像中還存在大量噪聲。充分考慮成像圖像和星空背景 運(yùn)動目標(biāo)檢測的特性，直接在樣本選取階段進(jìn)行異常點(diǎn)的剔除，避免了攝像機(jī)模型運(yùn)動模型 參數(shù)估計階段采用疊代加權(quán)最小二乘法進(jìn)行全局參數(shù)的求取，省去了權(quán)函數(shù)的求解，簡化了 全局參數(shù)求取的過程，有效的縮短了背景補(bǔ)償?shù)臅r間，減少了計算量。
樣本特征運(yùn)動估計階段的基本過程如下
(a) 相鄰幀間有效區(qū)域確定。
由于邊界效應(yīng)影響，即當(dāng)視頻序列中背景發(fā)生背景運(yùn)動，相鄰幀間背景存在相對運(yùn)動， 圖像不能完全重合。因此，只有當(dāng)樣本點(diǎn)選取在公共區(qū)域內(nèi)，才能有效的估計出樣本點(diǎn)的運(yùn) 動參數(shù)。因此，首先需要確定相鄰兩幀之間的有效區(qū)域。
選取有效區(qū)域的邊界橫坐標(biāo)的范圍為16^x^4-16，縱坐標(biāo)的范圍為16《y^^-16，其 中16表示將邊界寬度定為16個像素，其中，A和^分別表示圖像邊框大小。因此，可以得
到相鄰幀的有效區(qū)域。
(b) 基于均勻采樣思想，將圖像均勻劃分為9塊，在小模塊內(nèi)進(jìn)行樣本點(diǎn)選取。 為使前期的樣本點(diǎn)選取更具代表性和分散性，使得全局運(yùn)動模型參數(shù)估計更精確，避免
選取過多樣本點(diǎn)消耗較多的處理時間，本發(fā)明借鑒了均勻采樣的思想。
將當(dāng)前幀的圖像均勻劃分為9塊，借鑒天文中星等的概念，全局搜索灰度值大于給定閾 值的采樣點(diǎn)，此時閾值定為180。將均勻劃分后小塊內(nèi)閾值大于180的點(diǎn)作為找到的感興趣 的特征點(diǎn)集，記錄最先搜索到采樣點(diǎn)的灰度值和位置的橫、縱坐標(biāo)，以此作為選定的采樣點(diǎn)。 (c)特征匹配與運(yùn)動矢量估計。 本發(fā)明采用了基于塊匹配與質(zhì)心法相結(jié)合的技術(shù)來進(jìn)行樣本點(diǎn)的運(yùn)動矢量估計。即采用 最小平均絕對差函數(shù)的匹配準(zhǔn)則，利用三步搜索法進(jìn)行最佳匹配塊搜索，其中，確定塊的大 小為16X16。同時，為了減少塊匹配過程中每個待匹配位置的運(yùn)算次數(shù)，保持塊匹配的精度， 引入了連續(xù)排除算法，將配準(zhǔn)的精度由1象素提高到了 0. 5個象素。 (d)異常點(diǎn)剔除。
在星空背景下，運(yùn)動目標(biāo)和背景恒星在圖像中均表現(xiàn)為光斑，但目標(biāo)與背景具有不同的 運(yùn)動特性，若運(yùn)動目標(biāo)被選為樣本點(diǎn)，對全局運(yùn)動參數(shù)的估計有較大誤差。又由于星空背景 下深空背景在圖像中表現(xiàn)為黑色區(qū)域，若該點(diǎn)被選為樣本點(diǎn)在進(jìn)行搜索匹配時，可能無法找 到最佳匹配塊。我們稱這些點(diǎn)為異常點(diǎn)。
為了有效的避免異常點(diǎn)給全局運(yùn)動估計帶來較大誤差，在此階段將對異常點(diǎn)進(jìn)行剔除。 以1024X 1024的8bit圖像的為例。首先，尋找灰度值大于180的點(diǎn)，將灰度小于180的點(diǎn) 作為異常點(diǎn)進(jìn)行剔除；其次，對估計出的運(yùn)動矢量進(jìn)行判斷，變化在小于3象素范圍內(nèi)，則 進(jìn)行下一步工作，否則，設(shè)為異常點(diǎn)進(jìn)行剔除，并在此模塊中重新尋找特征點(diǎn)并進(jìn)行運(yùn)動矢 量估計。采用將采樣點(diǎn)與參考點(diǎn)的量度和運(yùn)動矢量比較的方式進(jìn)行異常點(diǎn)的剔除，有效地避 免了如背景技術(shù)中所i提到的使用疊代加權(quán)最小二乘法進(jìn)行異常點(diǎn)剔除的方法，減少了 50%的 計算量，提高了計算的效率。
(e)樣本特征運(yùn)動參數(shù)的精確估計。
通過異常點(diǎn)剔除，所選取的樣本點(diǎn)均為恒星上的點(diǎn)。先利用象素閾值法對第1幀樣本點(diǎn) 所在的區(qū)域進(jìn)行標(biāo)記，確定出恒星斑點(diǎn)的邊界，再利用平方加權(quán)法，如公式(l)，進(jìn)行質(zhì)心求
取，其中，x;y為像素的橫縱坐標(biāo)，F(xiàn)0c，力為(;c，力處的灰度值，w，"為窗口的大小。x。,y。為
求得的質(zhì)心坐標(biāo)。
<formula>complex formula see original document page 5</formula>然后用塊匹配法得出的運(yùn)動矢量("，v)得出該樣本點(diǎn)在第2幀中的位置，即(x + ",^ + v)，
并計算出運(yùn)動之后恒星的質(zhì)心位置((乂)'。因此，(w) = (x;-x。，乂i。)為估計出的樣本特征精
確的運(yùn)動矢量。
2、攝像機(jī)運(yùn)動模型。
計算圖像的全局運(yùn)動模型參數(shù)，需要確定表征全局運(yùn)動的攝像機(jī)運(yùn)動模型，考慮到計算 的復(fù)雜性和算法的有效性，本發(fā)明采用基于平行投影的六參數(shù)模型。
在圖像存在旋轉(zhuǎn)、平移等運(yùn)動方式時，系統(tǒng)可采用運(yùn)動模型參數(shù)估計法對目標(biāo)的三維運(yùn)
動進(jìn)行描述。典型的運(yùn)動參數(shù)估計模型如公式(2)所示。
假設(shè)在時刻^成像剛體的某一點(diǎn)的坐標(biāo)為(U,z)，在時刻"+,該點(diǎn)運(yùn)動到(義',r，z')，這
一運(yùn)動可用矩陣w描述的旋轉(zhuǎn)和矢量r表示的平移來合成，有
<formula>complex formula see original document page 5</formula>
在成像平面中的目標(biāo)點(diǎn)坐標(biāo)(;c，力與目標(biāo)三維點(diǎn)坐標(biāo)(z，;r，z)的關(guān)系如公式(3):
<formula>complex formula see original document page 5</formula>
由公式(2)和公式(3)可以得到公式(4)進(jìn)一步可以表示為如公式(5):
<formula>complex formula see original document page 6</formula>
(4)
<formula>complex formula see original document page 6</formula>(5)
其中，^ = r" ' A = & ' 。4 = & ' "5 = & , 4 = C + 。
。6 = &Z + f2 °
因此，只需尋找出最優(yōu)的[。,,。2,。3,。4,。5，。6]即得到了全局運(yùn)動模型參數(shù)。
3、全局運(yùn)動模型參數(shù)求取。
如公式(6)所示，定義S表示樣本點(diǎn)的集合，f-f，L，f,.,L義hsj表示計算出來的所有
樣本點(diǎn)運(yùn)動參數(shù)的集合，6(s,^表示采樣點(diǎn)s處由公式(5)描述的攝像機(jī)運(yùn)動模型所估計出的 速度場，如公式(7)所示。
(6)
W少(S,力
全局運(yùn)動模型參數(shù)的求解為求解最優(yōu)的模型參數(shù)C。。,，即最小化模型的誤差。如公式(8)<formula>complex formula see original document page 6</formula>(7)
<formula>complex formula see original document page 6</formula>
(8)
其中，p②為最優(yōu)估計函數(shù)，采用最小二乘法。 4、運(yùn)動背景補(bǔ)償。
當(dāng)攝像機(jī)模型的參數(shù)hA，^AAA]即全局運(yùn)動模型參數(shù)估計出來后，選擇以前一幀為
基準(zhǔn)，對后一幀的背景進(jìn)行運(yùn)動補(bǔ)償。
采用雙線性內(nèi)插法方法。其中，/Oc + ","v,hl)選取靠近0c + "，y + v)位置的四個像素的亮
度值進(jìn)行組合，運(yùn)動補(bǔ)償后的圖像通過公式(9)得到。
. /(x + w，y + v,t + l)-(1 — 0^)(1 —ay)/(x。j。,Ar + l) + A(1 —aj/(x。+l,j;。，yt + l) (g) + (1 - a,)a/( Wo +1, & +1) + a, V(x。 +1， y0 +1， A: +1)
其中，；c。為;c + "的整數(shù)部分，^為;c + "的小數(shù)部分；y。為y"的整數(shù)部分，^為y + v的 小數(shù)部分。
權(quán)利要求
1、一種星空背景圖像中的運(yùn)動補(bǔ)償方法，其特征在于包括下述步驟(a)通過相鄰幀間有效區(qū)域的確定，將圖像均勻劃分，在劃分后的小模塊內(nèi)進(jìn)行樣本點(diǎn)的選取，并且通過塊匹配與質(zhì)心法相結(jié)合的方式，進(jìn)行樣本點(diǎn)運(yùn)動矢量的估計，通過異常點(diǎn)剔除去除冗余信息，計算出樣本特征的運(yùn)動矢量；(b)采用基于平行投影的六參數(shù)模型，確定表征全局運(yùn)動模型的攝像機(jī)運(yùn)動參數(shù)；(c)定義樣本點(diǎn)集合，計算出所有樣本點(diǎn)的運(yùn)動參數(shù)，通過構(gòu)建的攝像機(jī)運(yùn)動模型參數(shù)估計出速度場，通過求解全局運(yùn)動模型參數(shù)的最優(yōu)解來獲取全局運(yùn)動模型的運(yùn)動參數(shù)；(d)通過雙線性內(nèi)插法對相鄰兩幀的后一幀圖像進(jìn)行補(bǔ)償。
全文摘要
本發(fā)明公開了一種星空背景圖像中的運(yùn)動補(bǔ)償方法，首先根據(jù)星空背景圖像的灰度和運(yùn)動特征，利用樣本運(yùn)動參數(shù)估計和全局運(yùn)動參數(shù)估計兩個關(guān)鍵步驟進(jìn)行運(yùn)動背景補(bǔ)償。在樣本運(yùn)動矢量估計階段直接剔除異常點(diǎn)，降低了本發(fā)明中冗余信息的計算量；其次，在樣本運(yùn)動參數(shù)估計階段，引入了塊匹配與質(zhì)心提取相結(jié)合的方法。由于采用基于塊匹配的方法，有效地提高了樣本估計的運(yùn)算速度，異常點(diǎn)的剔除又進(jìn)一步降低了待處理數(shù)據(jù)的信息量，并且基于質(zhì)心提取的方法進(jìn)一步提高了樣本點(diǎn)估計參數(shù)的精度，本發(fā)明采用基于塊匹配與質(zhì)心提取相結(jié)合的方法驚醒星空背景下的運(yùn)動補(bǔ)償，運(yùn)算量降低了50％，補(bǔ)償精度由原來的1個象素提高到了0.5象素。
文檔編號G06T7/00GK101344968SQ20081015078
公開日2009年1月14日 申請日期2008年9月2日 優(yōu)先權(quán)日2008年9月2日
發(fā)明者磊 姜, 孫瑾秋, 張艷寧, 鋒 段 申請人:西北工業(yè)大學(xué)