专利名称：一种高速图像采集方法
技术领域：
本发明涉及图像探測中高速成像领域，尤其涉及ー种高速图像采集方法。
背景技术：
复眼的高灵敏度一般定义为较高的时间分辨率，即每秒钟可以获得较高的采样帧数。根据生物学中的进化论原理，昆虫选择多孔径系统的进化策略，以扩大昆虫的视场角，同时由于昆虫子眼的焦距较小，这样可以获得一个较小的成像，从而降低图像处理的能量消耗。而为了获得较高的时间分辨率图像，昆虫可以有选择性地对不同通道子眼成像进行高速采集，这样相对全局的图像采集，这种手段可以有针对性地采集图像，提高图像采样帧数，提高了昆虫的灵敏度。
目前，对于高速成像采集系统的实现主要依赖高速相机和经过编码的多台低速相机。发明人在实现本发明的过程中，发现现有技术中至少存在以下缺点和不足当采用依靠高速采集和缓存系统的高速相机时，依靠高速采集和缓存系统，但是成本高，能量消耗大，且每张照片曝光时间较短，曝光不足的问题不可避免；当采用经过编码的多台低速相机时，主要依靠的是图像采集过程，不同相机曝光时刻的设置，以及图像后期的重建。虽然成本低，图片曝光时间充分，但是无法实时获得高速图像，且图像重构之后会出现一定程度的失真。
发明内容
本发明提供了ー种高速图像采集方法，本发明实现了实时的采集高速图像，降低了成本和能量消耗，避免了图像的失真，详见下文描述ー种高速图像采集方法，所述方法包括以下步骤(I)建立每个子眼与图像传感器对应的成像区域一一对应关系，子眼个数和成像区域的个数均为N ；(2)通过所述对应关系，建立全局低速的加窗模式；(3)通过所述对应关系，建立局部高速的基本跟踪模式；(4)通过所述对应关系，建立自适应性的物体跟踪模式；(5)根据第三预设条件采用所述全局低速的加窗模式和所述局部高速的基本跟踪模式，或采用所述全局低速的加窗模式和所述自适应性的物体跟踪模式分别获取高速图像序列；将采样频率高的高速图像序列对应的模式作为最终模式，通过所述最終模式获得的图像序列作为最终闻速图像序列。所述全局低速具体为所述图像传感器工作在满足第一预设条件的采样频率和采样区间。所述通过所述对应关系，建立全局低速的加窗模式具体包括I)获取一片像素总数、最高采样频率和窗ロ个数确定的所述图像传感器；
2)通过所述对应关系将移动 物体的角速度转化为所述图像传感器上物体成像区域的移动速度；3)获取第二预设条件下物体移动速度大小的范围；4)根据所述移动速度大小的范围获取加窗的层数；5)通过所述加窗的层数、所述像素总数和所述最高采样频率获取加窗模式；其中，所述加窗模式包括窗ロ范围之内的采样频率和窗ロ位置。所述局部高速具体为窗ロ的大小和位置随时间变化，且采样频率高于所述全局低速下的采样频率。所述通过所述对应关系，建立局部高速的基本跟踪模式具体包括I)通过所述全局低速获取物体在所述图像传感器上的最初成像位置；2)以所述最初成像位置所在的当前窗ロ为中心，确定所述基本跟踪模式；其中，所述基本跟踪模式具体为当前窗口和邻近窗ロ的采样频率。所述通过所述对应关系，建立自适应性的物体跟踪模式具体包括I)通过所述全局低速获取物体在所述图像传感器上的所述最初成像位置；2)由所述最初成像位置的质心坐标确定下ー时刻的加窗区域，加窗区域为扇形；3)确定所述扇形的半径r、张角f、张角角平分线与水平轴的夹角0 ；4)确定所述加窗区域的大小和位置。本发明提供的技术方案的有益效果是相对于现有技术，本方法通过图像传感器的加窗能力，可以成倍提高图像采集频率，同时保存了一定的闲置率；能有效地保持图像较高的信噪比，实时地采集了高速图像，降低了成本和能量消耗；通过子眼视场之间的非重叠特性，避免了图像的失真；此外，自适应性的物体跟踪模式具有较高的学习能力，能够根据物体在上一个时刻成像的加窗区域，来预测下ー时刻加窗的大小和位置。
图I为本发明提供的全局开窗的示意图；图2为本发明提供的边缘开窗的示意图；图3为本发明提供的目标移动速度与加窗层数关系曲线图；图4为本发明提供的加窗区域的3个參量r、0、炉示意图；图5为本发明提供的自适应加窗区域p估算示意图；图6为本发明提供的ー种高速图像采集方法的流程图。
具体实施例方式为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进ー步地详细描述。无论在民用和军エ领域，对于高速目标的捕捉能力要求越来越高，同时在特殊场合会要求能够实现高速、小型化、节能和小畸变的图像或者视频采集。为了实现实时的采集高速图像，降低成本和能量消耗，避免图像的失真，本发明实施例提供了ー种高速图像采集方法，參见图I、图2、图3、图4、图5和图6，详见下文描述101 :建立每个子眼与图像传感器对应的成像区域一一对应关系，子眼个数和成像区域的个数均为N ；其中，在建立一一对应关系之前，保证每个子眼之间的视场没有重叠，也不存在盲区。具体建立方法为本领域技术人员所公知，本发明实施例在此不做赘述。102 :通过对应关系,建立全局低速的加窗模式；其中，全局低速具体为图像传感器工作在满足第一预设条件的采样频率和采样区间。
其中，该步骤具体包括I)获取一片像素总数、最高采样频率和窗ロ个数确定的图像传感器；对于一片图像传感器区域，假设图像传感器的形状为正方形，对应的横纵方向的像素总数为MXMpixel (本例取M=1024)。所采用的高速数据接ロ采样频率的上限为F (单位为fps)。因此，带宽的上限为FXM2pixel.fps(取F = 20fps)。设窗ロ形状也为正方形，大小为1X1像素(取I = 256)，位置可以自适应地调整和变化。同时图像传感器横纵两边均可以开k个窗ロ(取k=M/l=4)。因此，图像传感器的像素总数，可以使用k2l2来表达。2)通过对应关系将移动物体的角速度转化为图像传感器上物体成像区域的移动速度；其中，在对成像系统进行标定后，统ー使用“移动窗口数/秒”作为物体在图像传感器上的速度V。3)获取第二预设条件下物体移动速度大小的范围；4)根据移动速度大小的范围获取加窗的层数；首先，假设复眼透镜的视场角为180°，对应在横方向或者是纵方向均有四个窗ロ。先对物体的角速度有大概的估算。当物体移动速度大于Fk/2(即移动窗口数/秒=40，对应物空间的速度为1800° /s)时，此时采用全局加窗的策略来监测物体的运动。如图I所示当物体移动速度小于Fk/2(即移动窗口数/秒=40，对应物空间的速度为1800° /s)时，此时采用边缘加窗的策略，如图2所示。边缘加窗的层数为(k-Fk2/4v)的向上取整数。这里取角速度为45° /s (即移动窗口数/秒=1)，略大于人眼对角速度分辨能力的上限(35。/S)。此时，取加窗层数为I。由图3可知，一般情况下加窗的层数为ー层，当物体移动速度较大时候，才需要一层以上的加窗层数。加窗层数和物体速度(含物体移动速度和角速度)的对应关系，如表I所示表I加窗层数与物体速度对照表(k=4)
边缘加窗层数物体移动速度(窗口数/秒)j物体角速度(° /s)
126. 71202
2401800如表I所示，当物体移动速度小于26. 7窗口数/秒吋，只开ー层边缘窗ロ即可满足探測要求。
5)通过加窗的层数、像素总数和最高采样频率获取加窗模式。其中，加窗模式包括窗ロ范围之内的采样频率和窗ロ位置等。103 :通过对应关系，建立局部闻速的基本跟踪ホ旲式；其中，局部高速具体为窗ロ的大小和位置随时间变化，且采样频率高于全局低速下的采样频率。I)通过全局低速获取物体在图像传感器上的最初成像位置；2)以最初成像位置所在的当前窗ロ为中心，确定基本跟踪模式。其中，基本跟踪模式具体为当前窗口和邻近窗ロ的采样频率。
·
根据邻近窗口和当前窗ロ之间的距离，来调整邻近窗ロ的采样频率，使得距离越近，采样频率越高，距离越远采样频率越低，这样可以对于物体在飞出当前窗ロ，且飞入下ー个窗ロ的方向和米样频率，进行ー个较好的估算和平衡。这里主要是选择窗ロ的大小和个数，一般而言，窗ロ越小，窗ロ的个数越多，对于物体跟踪的性能就越高，对于细节的描述就越来越细致。但是鉴于物体在图像传感器上的像不能无限小，窗ロ个数和成本一般是成正相关性的。窗ロ的大小要大于物体在图像传感器的成像区域大小，基于本方法，建议窗ロ大小为成像区域大小的81-100倍。104 :通过对应关系,建立自适应性的物体跟踪模式；I)通过全局低速获取物体在图像传感器上的最初成像位置；由于复眼光学透镜通常焦距较小，导致物体放大倍率较小，当物体在距离透镜较远时，可将目标在探測器上每ー时刻在图像中的成像区域，近似看作为ー个质点。2)由最初成像位置的质心坐标确定下ー时刻的加窗区域，加窗区域为扇形；设时刻i的成像的坐标为Oi (Xi, Yi)。物体在下ー时刻的坐标0i+1 (xi+1, yi+1)，落在ー个扇形的范围之内，张角9>e(0，360°)，半径r>o，张角角平分线与水平轴的夹角0的绝对角度为(T360°。下一个时刻的加窗区域由之前若干时刻的成像质心的坐标决定，且形状为扇形。该扇形的中心为上ー个时刻成像的形心位置OiUi, Yi)。因此，以上三个參量r、0、炉可以完备地描述扇形加窗区域的形状。扇形状加窗区域如下图所示为了分析扇形窗ロ的自适应加窗的策略，对r、9和炉三个參量分别进行分析(l)r是物体在下一时刻相对上ー时刻的移动距离的上限值，很大程度上决定了加窗区域的大小；(2)デ描述物体在下一时刻相对上ー时刻转角的上限值,和r 一起,决定了加窗的大小，窗ロ的大小约等于0.5rp2;(3) 9描述物体可能存在区域的概率分布的中心线，这条线的左右两侧物体出现的概率大小均等。物体在下ー个时刻出现的范围和趋势，不完全由上一时刻所決定。这个过程中，i+1时刻的范围，由i、i-1和i_2等时刻的速度通过拟合决定，且需要留有一定的裕度(范围需要给出经验值，即根据物体速度波动范围的分布而给出)，以保证下ー时刻物体会出现在扇形区域当中。3)确定扇形的半径r、张角？K张角角平分线与水平轴的夹角0 ；关于0的计算一般认为，物体在高采样频率的条件下，前后时间间隔最短的情况下，物体的运动方向不会出现显著的变化。因此这里0的取值为i和i-1时刻质心连线所成的矢量的角度。关于r的计算r的计算由之前若干时刻物体运动的速度给出，再乘以拟曝光的时间间隔At (考虑到物体在不同的窗口下的采样帧数不一样，这里使用速度计算，而非位移)。具体方法应当根据前几次的速度的大小完成拟合和估算。关于供的计算通常采用物体运动方向的先验值和維持算法鲁棒性所需要的裕度来估算。例如，物体沿着単一方向轨道(如长直的高速公路)运动时，於的取值可以较小。但是通常应当留出 大约10°的裕度来增加算法的鲁棒性。4)确定加窗区域的大小和位置。在实际使用的过程当中，由于图像传感器窗ロ的读取区域通常为矩形。因此，加窗区域是该扇形的最小外接矩形。105 :根据第三预设条件采用全局低速的加窗模式和局部高速的基本跟踪模式，或采用全局低速的加窗模式和自适应性的物体跟踪模式分别获取高速图像序列；将采样频率高的高速图像序列对应的模式作为最终模式，通过最终模式获得的图像序列作为最终高速图像序列。其中，第一预设条件、第二预设条件和第三预设条件根据实际应用中的场合确定，具体实现时，本发明实施例对此不做限制。综上所述，本发明实施例提供了ー种高速图像采集方法，本方法通过图像传感器的加窗能力，可以成倍提高图像采集频率，同时保存了一定的闲置率；能有效地保持图像较高的信噪比，实时的采集了高速图像，降低了成本和能量消耗；通过子眼视场之间的非重叠特性，避免了图像的失真；此外，自适应性的物体跟踪模式具有较高的学习能力，能够根据物体在上一个时刻成像的加窗区域，来预测下ー时刻加窗的大小和位置。本领域技术人员可以理解附图只是ー个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
权利要求
1.ー种高速图像采集方法，其特征在于，所述方法包括以下步骤 (1)建立每个子眼与图像传感器对应的成像区域一一对应关系，子眼个数和成像区域的个数均为N ； (2)通过所述对应关系，建立全局低速的加窗模式； (3)通过所述对应关系，建立局部高速的基本跟踪模式； (4)通过所述对应关系，建立自适应性的物体跟踪模式； (5)根据第三预设条件采用所述全局低速的加窗模式和所述局部高速的基本跟踪模式，或采用所述全局低速的加窗模式和所述自适应性的物体跟踪模式分别获取高速图像序列；将采样频率高的高速图像序列对应的模式作为最终模式，通过所述最終模式获得的图像序列作为最终高速图像序列。
2.根据权利要求I所述的ー种高速图像采集方法，其特征在于，所述全局低速具体为所述图像传感器工作在满足第一预设条件的采样频率和采样区间。
3.根据权利要求2所述的ー种高速图像采集方法，其特征在于，所述通过所述对应关系，建立全局低速的加窗模式具体包括 1)获取一片像素总数、最高采样频率和窗ロ个数确定的所述图像传感器； 2)通过所述对应关系将移动物体的角速度转化为所述图像传感器上物体成像区域的移动速度； 3)获取第二预设条件下物体移动速度大小的范围； 4)根据所述移动速度大小的范围获取加窗的层数； 5)通过所述加窗的层数、所述像素总数和所述最高采样频率获取加窗模式； 其中，所述加窗模式包括窗ロ范围之内的采样频率和窗ロ位置。
4.根据权利要求3所述的ー种高速图像采集方法，其特征在于，所述局部高速具体为窗ロ的大小和位置随时间变化，且采样频率高于所述全局低速下的采样频率。
5.根据权利要求4所述的ー种高速图像采集方法，其特征在于，所述通过所述对应关系，建立局部闻速的基本跟踪ホ旲式具体包括 1)通过所述全局低速获取物体在所述图像传感器上的最初成像位置； 2)以所述最初成像位置所在的当前窗ロ为中心，确定所述基本跟踪模式； 其中，所述基本跟踪模式具体为当前窗口和邻近窗ロ的采样频率。
6.根据权利要求5所述的ー种高速图像采集方法，其特征在干，所述通过所述对应关系，建立自适应性的物体跟踪模式具体包括 1)通过所述全局低速获取物体在所述图像传感器上的所述最初成像位置； 2)由所述最初成像位置的质心坐标确定下ー时刻的加窗区域，加窗区域为扇形； 3)确定所述扇形的半径r、张角卜张角角平分线与水平轴的夹角0； 4)确定所述加窗区域的大小和位置。
全文摘要
本发明公开了一种高速图像采集方法，涉及图像探测中高速成像领域，建立每个子眼与图像传感器对应的成像区域一一对应关系，通过对应关系，建立全局低速的加窗模式、局部高速的基本跟踪模式和自适应性的物体跟踪模式；根据第三预设条件采用全局低速的加窗模式和局部高速的基本跟踪模式，或采用全局低速的加窗模式和自适应性的物体跟踪模式分别获取高速图像序列；将采样频率高的高速图像序列对应的模式作为最终模式，通过最终模式获得的图像序列作为最终高速图像序列。通过图像传感器的加窗能力，可以成倍提高图像采集频率，同时保存了一定的闲置率；能有效地保持图像较高的信噪比，实时地采集了高速图像，降低了成本和能量消耗，避免了图像的失真。
文档编号H04N5/341GK102801927SQ20121022985
公开日2012年11月28日 申请日期2012年7月4日 优先权日2012年7月4日
发明者宋乐, 房丰洲, 余蓝涛, 曹梦超, 朱晗琦, 印和 申请人:天津大学