一种基于船舶运动姿态预报的船载视频稳像方法
【专利摘要】本发明涉及一种基于船舶运动姿态预报的船载视频稳像方法，其特征在于：提出基于粒子群（Particle?swarm?optimization，PSO）-最小二乘支持向量机（Least?squares?support?vector?machine，LSSVM）的船舶运动姿态预报方法，对船舶运动姿态进行预报，获得船舶运动矢量预报数据；根据船舶运动矢量预报数据，计算得到图像的运动矢量数据；提前计算出图像补偿矢量，对图像逐帧进行运动补偿。该方法通过引入粒子群优化算法对最小二乘支持向量机进行参数选取，提高船舶运动姿态预报精度，从而提高图像运动矢量估计准确性，提高视频稳像质量。并且提前计算出图像补偿矢量，增强稳像算法的实时性，解决传统方法根据已波动的视频估计图像的运动矢量存在滞后的问题。
【专利说明】一种基于船舶运动姿态预报的船载视频稳像方法
【技术领域】
[0001]本发明涉及一种基于船舶运动姿态预报的船载视频稳像方法。
【背景技术】
[0002]船载光电成像系统，由于作用距离远，受其载体(船舶)姿态变化和振动的影响，图像序列帧间变化大，造成图像模糊、不稳定。这些不稳定的视频图像序列，存在诸多不利后果:武器性能下降；人工观察困难，并极易引起视觉疲劳，导致漏判和误判；图像细节不能清晰表达，导致图像处理算法难度加大；不利于后端的数字视频记录设备的存储，压缩比降低；对从图像中获取信息的视觉应用产生不利影响，如运动目标的识别变得困难，目标的跟踪也会受到影响，甚至导致丢失目标。因此，对于这种船载光电成像系统存在不规则运动的视频序列，有必要进行稳像处理，去除不必要的随机抖动干扰，以利于诸如监视、目标检测、识别和跟踪等后续视频处理。利用船舶成像系统对海面上远距离目标进行实时的侦察观测时，需采用长焦距镜头，但是焦距越长，摄像机微小晃动对获取图像序列的稳定性影响越大，同时作为摄像系统载体的船舶受海浪影响，姿态变化很大，使图像序列晃动更加突出。因此，对船载成像系统的视频图像序列进行稳像变得尤为重要。
[0003]若摄像系统平台不稳定，同一物体就会成像在图像不同的区域，在监视器上看图像就会变得模糊。这时候需要利用一定的匹配准则，找到参考帧和当前帧中对应的匹配块，确定图像运动矢量。然后对图像运动矢量进行分析和处理，计算图像补偿矢量，向相反的方向移动当前帧像素，使其与前一帧图像重合，达到图像补偿的目的，输出稳定的图像序列。由此可见，快速准确的运动估计算法是稳像系统的核心，它占据了稳像系统的主要运算时间，决定了稳像系统的速度和精度。现有的稳像算法是根据已波动的视频估计图像的运动矢量进行计算，算法复杂，缺少实时性，图像的运动矢量补偿存在滞后的问题。
【发明内容】
[0004]本发明目的在于提供一种基于船舶运动姿态预报的船载视频稳像方法，有效解决图像的运动矢量补偿存在滞后的问题。
[0005]实现本发明目的技术方案:
[0006]一种基于船舶运动姿态预报的船载视频稳像方法，其特征在于:
[0007]步骤1:对船舶运动姿态进行预报，获得船舶运动矢量预报数据；
[0008]步骤2:根据船舶运动矢量预报数据，计算得到图像的运动矢量数据；
[0009]步骤3:根据获得的图像运动矢量数据，提前计算出图像补偿矢量，对图像逐帧进行运动补偿。
[0010]步骤I中，采用基于粒子群-最小二乘支持向量机的预测方法对船舶运动姿态进行预报。
[0011]步骤2中，设(X(l，ytl)为参考帧图像中目标的直角坐标系坐标，其极坐标为(r0, θ0) ； (xk, yk)为第k帧图像中目标的直角坐标系坐标，其极坐标为(rk，0k)，则第k帧图像的运动矢量(Δχ, Ay, Δ θ )由船舶的艏摇角、横摇角和纵摇角获得,其中，Ax = rk_rQ对应船舶的艏摇角，△,= (rk-r0) Qtl对应船舶的横摇角，Λ θ = Θ k-Θ ^对应船舶的纵摇角。
[0012]步骤3中，选取视频的起始帧作为基准图像，以基准图像作为起始时刻，根据获得的图像补偿矢量，逐帧进行运动补偿，并且每10帧采用I次起始帧。
[0013]本发明具有的有益效果:
[0014]本发明根据船舶运动矢量预报数据，计算得到图像的矢量运动预报数据；根据获得的图像矢量运动数据，可提前计算出图像补偿矢量，对图像逐帧进行运动补偿，增强稳像算法的实时性，有效解决传统方法根据已波动的视频估计图像的运动矢量存在滞后的问题。
[0015]本发明基于粒子群-最小二乘支持向量机的预测方法对船舶运动姿态进行预报，可提高船舶运动姿态预报精度，提高船载电子稳像图像运动矢量估计准确性，提高视频稳像质量。
[0016]本发明选取视频的起始帧作为基准图像，以基准图像作为起始时刻，根据获得的图像矢量运动预报数据，逐帧进行运动补偿，并且每10帧采用I次起始帧，避免一直采用稳定帧做补偿，使得补偿后的图像信息损失逐渐增多，产生错误累积的问题，提高稳像质量。
【专利附图】
【附图说明】
[0017]图1是本发明视频稳像方法流程图；
[0018]图2是目标参数变化与船体运动之间关系图；
[0019]图3是稳定前后图像序列的峰值信噪比比较图。
【具体实施方式】
[0020]步骤1:基于粒子群-最小二乘支持向量机的预测方法对船舶运动姿态进行预报，获得船舶运动矢量运动预报数据。
[0021]对于船舶运动姿态数据(X1, x2，X3,…，xn}, i = 1，2^..，η, {χη}是预报目标值,建立输入X = (Xlri, χn_2, χn_3,…，Xn-m和输出y = {xn}之间的映射关系。
[0022]在预报模型中，PS0-LSSVM学习的样本为:
【权利要求】
1.一种基于船舶运动姿态预报的船载视频稳像方法，其特征在于: 步骤1:对船舶运动姿态进行预报，获得船舶运动矢量预报数据； 步骤2:根据船舶运动矢量预报数据，计算得到图像的运动矢量数据； 步骤3:根据获得的图像运动矢量数据，提前计算出图像补偿矢量，对图像逐帧进行运动补偿。
2.根据权利要求1所述的基于船舶运动姿态预报的船载视频稳像方法，其特征在于:步骤I中，基于粒子群-最小二乘支持向量机的预测方法对船舶运动姿态进行预报。
3.根据权利要求2所述的基于船舶运动姿态预报的船载视频稳像方法，其特征在于:步骤2中，设(?,%)为参考帧图像中目标的直角坐标系坐标，其极坐标为(4，θ0) ； (xk, yk)为第k帧图像中目标的直角坐标系坐标，其极坐标为(rk，0k)，则第k帧图像的运动矢量(Δχ, Ay, Δ Θ )由船舶的艏摇角、横摇角和纵摇角获得,其中，Δχ =应船舶的艏摇角，Ay= (rk-r0) Θ C1对应船舶的横摇角，Δ Θ = Θ k-Θ ^对应船舶的纵摇角。
4.根据权利要求3所述的基于船舶运动姿态预报的船载视频稳像方法，其特征在于:步骤3中，选取视频的起始帧作为基准图像，以基准图像作为起始时刻，根据获得的图像运动矢量预报数据，逐帧`进行运动补偿，并且每10帧采用I次起始帧。
【文档编号】H04N5/21GK103516960SQ201310484497
【公开日】2014年1月15日 申请日期:2013年10月16日 优先权日:2013年10月16日
【发明者】傅荟璇, 王宇超, 张红梅, 郑秀丽, 陈明杰, 刘洪丹, 赵凯岐, 陈永昕 申请人:哈尔滨工程大学