嵌入式视频系统中的图像扰动消除方法
【专利摘要】本发明涉及一种嵌入式视频系统中的图像扰动消除方法，包括如下步骤：捕捉并得到表示当前帧图像的数据，对其进行特征点查找，得到表示其特征点的特征值并存储；取得上一帧图像数据处理时得到的特征值，并与所述当前帧的图像数据中的特征值进行特征匹配；依据上述特征匹配的结果，估算并得到该特征点在当前帧上相对于上一帧的移动参数并存储；依据上述移动参数对当前帧的图像数据进行位移补偿。实施本发明的嵌入式视频系统中的图像扰动消除方法，具有以下有益效果：易于操作、更精确、体积小、价格低的优点。
【专利说明】嵌入式视频系统中的图像扰动消除方法
【技术领域】
[0001]本发明涉及图像数据的处理，更具体地说，涉及一种嵌入式视频系统中的图像扰动消除方法。
【背景技术】
[0002]图像信息作为重要的信息来源使得电子摄像系统越来越广泛地应用在各种载体中。而摄像系统多数是嵌入式视频系统，其实际工作时获得的视频图像的效果要受到载体不同时刻的姿态变化或振动的影响，引起相邻图像间发生偏移或旋转，造成图像像素坐标无法一一对应。而图像扰动的消除方法(即电子稳像技术)是一种对视频图像序列进行修正的技术。其目的是除去视频图像序列中因摄像机无意抖动而造成的图像扰动，从而保证修正后输出的视频图像序列是平滑和稳定的。而在现有技术中，通常采用传统的光学稳像或机电结合的稳像方法来改善图像的质量。传统的光学稳像或机电结合稳像来消除图像扰动的方法，虽然在一定程度上也可以实现图像扰动消除的目的，但是，其操作不便、不准确且体积较大、价格较高。
【发明内容】
[0003]本发明要解决的技术问题在于，针对现有技术的上述操作不便、不准确、体积较大、价格较高的缺陷，提供一种操作方便、准确、体积较小、价格较低的嵌入式视频系统中的图像扰动消除方法。
[0004]本发明解决其技术问题所采用的技术方案是:构造一种嵌入式视频系统中的图像扰动消除方法，包括如下步骤:
[0005]A)捕捉并得到表示当前帧图像的数据，对其进行特征查找，得到表示其特征点的特征值并存储；
[0006]B)取得上一帧图像数据处理时得到的特征值，并与所述当前帧的图像数据中的特征值进行特征匹配；
[0007]C)依据上述特征匹配的结果，估算并得到该特征点在当前帧上相对于上一帧的移动参数并存储；
[0008]D)依据上述移动参数对当前帧的图像数据进行位移补偿。
[0009]更进一步地，所述步骤A)中采用角点检测查找角点作为特征点，并使用最小单位分割过滤图像噪点以确定有效的特征点。
[0010]更进一步地，所述步骤A)中，将所述当前帧图像数据分为多个快速内存块指针进行角点判断。
[0011]更进一步地，所述步骤A)中，特征查找进一步包括:
[0012]Al)从当前帧的灰度数据里选择设定尺寸的数据块，对选择的数据块进行二值化处理，在本步骤中，继续选择不同的上述数据块并进行二值化处理，直到所述数据块包括所有行的像素点；[0013]A2)设置高斯参数，并使用快速移位指令代替除法指令对所述当前帧的图像数据进行高斯平滑处理；
[0014]A3)创建拉普拉斯图像进行特征点判断。
[0015]更进一步地，所述步骤A)中，在112X240像素范围内查找所述特征点；所述步骤Al)中设定尺寸数据块的尺寸为72X32像素，其选择的数据块为8个。
[0016]更进一步地，在所述步骤B)中，将前一帧的特征值采用塔形模板匹配法或轮廓匹配法对当前帧图像数据进行匹配。
[0017]更进一步地，所述匹配采用20X20像素的搜索窗口对所述数据特征进行匹配。
[0018]更进一步地，所述步骤C)中，采用仿射模型和最小二乘迭代法得到所述移动参数，所述移动参数包括移动位置估值和移动方向。
[0019]更进一步地，所述步骤C)中进一步包括:
[0020]Cl)依据上述特征匹配的结果，得到该特征点在当前帧上相对于上一帧的移动估
值偏移量；
[0021]C2)预测并得到该特征点在当前帧对于上一帧图像的移动动方向，并存储其移动方向和所述偏移量。
[0022]更进一步地，还包括在处理数据前将得到数据中的浮点数转换为定点数的步骤，所述转换遵循:xq = (long) (xf X2Q);其中xq是定点数,xf是浮点数，Q是Q0-Q15中的任意一个；其中，Q0-Q15是表示所述浮点数小数点所在位置的不同常数，当所述浮点数的小数点在第O为右侧时，Q为QO ;当所述浮点数小数点在第15位右侧时，Q为Q15。
[0023]实施本发明的嵌入式视频系统中的图像扰动消除方法，具有以下有益效果:由于采用特征点的查找、匹配等步骤，并对依据前一帧或多帧的特征点的特性估算出当前帧上特征点的移动参数，其利用纯数字信号处理的方式确定图像序列的帧间偏移并进行补偿。所以，在对视频进行图像扰动消除时具有易于操作、更精确、体积小、价格低的优点。
【专利附图】
【附图说明】
[0024]图1是本发明嵌入式视频系统中的图像扰动消除方法实施例中消除图像扰动方法的流程图；
[0025]图2是所述实施例中生成二值化图像的具体流程图；
[0026]图3是所述实施例中使用二值化图像发现角点的具体流程图。
【具体实施方式】
[0027]下面将结合附图对本发明实施例作进一步说明。
[0028]如图1所示，在本发明的嵌入式视频系统中的图像扰动消除方法实施例中，其包括如下步骤:
[0029]步骤Sll捕捉当前帧图像，得到其数据，查找特征点，得到特征值并存储:在本步骤中，捕捉并得到表示当前帧图像的数据，对其进行特征查找，得到表示其特征点的特征值并存储；在本实施例中，嵌入式系统开启后台线程进行异步视频帧捕捉。处理器在处理当前图像的同时，MDMA控制器可以独立地将下一帧后台新捕捉的图像数据移动到历史数据缓冲区里而不会影响当前正在处理的稳像运算。在本步骤中，需要在图像数据中查找特征点，而理想的特征点必须具备明显性、唯一性，在下一帧也保持一致，并且能提供新的信息给稳像处理程序。在本实施例中，采用哈里斯角点检测来进行特征选择，使用最小单位分割法过滤图像噪点，通过特征优先级来优先选择有效信息。也就是说，在本实施例中，是将当前帧图像数据分为多个快速内存块指针进行角点判断的。对于特征点的查找，稍后有较为详细的说明。
[0030]步骤S12取得上一帧的特征值，在当前数据中进行特征匹配:在本步骤中，取得上一帧图像数据处理时得到的特征值(这些特征值是存储的，本步骤中需要由存储器中读出)，并与当前帧的图像数据中的特征值进行特征匹配；在本实施例中，采用塔形模板匹配法或轮廓匹配法对当前帧图像数据进行匹配。当采用模板匹配的方法时，这些采用的匹配模板也是事先设定并存储的。模板匹配法处理视频中出现的大量噪点，其处理效果较好，也较为精准。
[0031]步骤S13依据上述特征匹配的结果，得到当前帧特征点对于上一帧特征点的移动参数并存储:在本步骤中，采用仿射模型和最小二乘迭代法得到当前帧特征点对于上一帧特征点的移动参数并存储，所述移动参数包括移动位置估值和移动方向。值得一提的是，在本实施例中，可能存在多个特征点的情况，本实施例以一个特征点为例说明整个图像扰动的消除过程。实际上，在存在多个特征点时，也是逐个处理这些特征点的，实际上，就是针对每个特征点将相关的步骤执行一遍。相关的步骤包括除了图像数据捕捉和最后的显示外的所有步骤。对于本实施例而言，除了步骤Sll中的图像捕捉不执行外，其余步骤均针对每个特征点执行一遍，当然，其中取出上一帧图像的特征值是其针对或正在处理的那个特征点在上一帧的特征值。例如，如果有两个特征点，上述步骤就要执行两遍，当然，捕捉图像数据就不用执行两遍。在本实施例中，针对一个特征点而言，其匹配的具体步骤如下:依据特征匹配的结果，得到该特征点在当前帧上相对于上一帧的移动估值偏移量；预测并得到该特征点在当前帧对于上一帧图像的移动方向，并存储其移动方向和所述偏移量。具体而言，采用一个20x20的搜索窗口在相邻帧的数据块内进行最佳匹配。匹配方法也可以采用轮廓匹配替代原来的塔形模板匹配，因为在本实施例中处理器针对绝对误差和算法(SAD)做了定点优化，可以在一个指令周期内进行多次比较运算，这大大增强了视频处理的能力。另外，处理器内核的先进超长指令字(VLIW)结构，也提供了当前应用设备所需要的极高性能。其他的优化还包括采用内建宏和内存对齐。计算偏移量的过程如下:
[0032]
【权利要求】
1.一种嵌入式视频系统中的图像扰动消除方法，其特征在于，包括如下步骤: A)捕捉并得到表示当前帧图像的数据，对其进行特征点查找，得到表示其特征点的特征值并存储； B)取得上一帧图像数据处理时得到的特征值，并与所述当前帧的图像数据中的特征值进行特征匹配； C)依据上述特征匹配的结果，估算并得到该特征点在当前帧上相对于上一帧的移动参数并存储； D)依据上述移动参数对当前帧的图像数据进行位移补偿。
2.根据权利要求1所述的嵌入式视频系统中的图像扰动消除方法，其特征在于，所述步骤A)中采用角点检测查找角点作为特征点，并使用最小单位分割过滤图像噪点以确定有效的特征点。
3.根据权利要求2所述的嵌入式视频系统中的图像扰动消除方法，其特征在于，所述步骤A)中，将所述当前帧图像数据分为多个快速内存块指针进行角点判断。
4.根据权利要求3所述的嵌入式视频系统中的图像扰动消除方法，其特征在于，所述步骤A)中，特征查找进一步包括: Al)从当前帧的灰度数据里选择设定尺寸的数据块，对选择的数据块进行二值化处理，在本步骤中，继续选择不同的上述数据块并进行二值化处理，直到所述数据块包括所有行的像素点； A2)设置高斯参数，并使用快速移位指令代替除法指令对所述当前帧的图像数据进行高斯平滑处理；` A3)创建拉普拉斯图像进行特征点判断。
5.根据权利要求4所述的嵌入式视频系统中的图像扰动消除方法，其特征在于，所述步骤A)中，在112X240像素范围内查找所述特征点；所述步骤Al)中设定尺寸数据块的尺寸为72X32像素，其选择的数据块为8个。
6.根据权利要求5所述的嵌入式视频系统中的图像扰动消除方法，其特征在于，在所述步骤B)中，将前一帧的特征值采用塔形模板匹配法或轮廓匹配法对当前帧图像数据进行匹配。
7.根据权利要求6所述的嵌入式视频系统中的图像扰动消除方法，其特征在于，所述匹配采用20X20像素的搜索窗口对所述数据特征进行匹配。
8.根据权利要求1-7任意一项所述的嵌入式视频系统中的图像扰动消除方法，其特征在于，所述步骤C)中，采用仿射模型和最小二乘迭代法得到所述移动参数，所述移动参数包括移动位置估值和移动方向。
9.根据权利要求8所述的嵌入式视频系统中的图像扰动消除方法，其特征在于，所述步骤C)中进一步包括: Cl)依据上述特征匹配的结果，得到该特征点在当前帧上相对于上一帧的移动估值偏移量; C2)预测并得到该特征点在当前帧对于上一帧图像的移动方向，并存储其移动方向和所述偏移量。
10.根据权利要求9所述的嵌入式视频系统中的图像扰动消除方法，其特征在于，还包括在处理数据前将得到的数据中的浮点数转换为定点数的步骤，所述转换遵循:xq =(long) (xfX2Q);其中xq是定点数，xf是浮点数，Q是Q0-Q15中的任意一个；其中，Q0-Q15是表示所述浮点数小数点所在位置的不同常数，当所述浮点数的小数点在第O为右侧时，Q为QO ;当所述浮点数小 数点在第15位右侧时，Q为Q15。
【文档编号】G06T5/00GK103455983SQ201310390310
【公开日】2013年12月18日 申请日期:2013年8月30日 优先权日:2013年8月30日
【发明者】潘大任, 项芒, 古映键, 严晶, 蒋晓钧 申请人:深圳市川大智胜科技发展有限公司