发明名称 无人机侦察视频分级运动补偿方法
摘要 本发明公开了一种无人机侦察视频分级运动补偿方法,属于数字视频图像处理技术领域,首先通过飞行参数粗略的计算全局运动矢量,实现全局运动的粗略补偿,然后用分块相位相关法进行二次运动补偿,实现精准的运动补偿。本发明可以用于视频运动补偿,具有计算量小、精准度高、实时性强、位移检测范围很大,抗干扰能力强等特点。
申请公布号 CN102123234B 申请公布日期 2012.09.05
申请号 CN201110061476.2 申请日期 2011.03.15
申请人 北京航空航天大学 发明人 丁文锐;王广彪;姜哲;赵福立
分类号 H04N5/14(2006.01)I 主分类号 H04N5/14(2006.01)I
代理机构 北京永创新实专利事务所 11121 代理人 赵文利
主权项 1.无人机侦察视频分级运动补偿方法,其特征在于,包括以下几个步骤:第一步,获取飞行参数;从机载设备上提取飞行和云台运动参数;第一步具体为:由空速表、高度仪、摄像头云台控制系统上得到的飞行参数组成多元集P:<img file="FDA0000156721490000011.GIF" wi="994" he="62" />其中V<sub>uav</sub>,H<sub>uav</sub>为飞机的飞行速度与高度;α<sub>uav</sub>,β<sub>uav</sub>为飞机的方位角与俯仰角;V<sub>cam</sub>为云台相对于飞机运动的速度;γ<sub>cam</sub>,λ<sub>cam</sub>为摄像机的转动角与俯仰角;<img file="FDA0000156721490000012.GIF" wi="28" he="35" />为摄像机视场角;I(w,h)为所获视频流的每帧图像的宽和高,以像素为单位;fr为视频流的帧率;第二步,全局运动一级补偿;根据第一步中读取的飞行参数,得出一级全局运动矢量,一级补偿后得到粗略的补偿结果;第二步的全局运动一级补偿具体为:(1)求取全局运动一级补偿量:根据P集获取:两连续帧间背景位移为:l=V<sub>uav</sub>/fr      (1)背景位移沿地面参照物水平分量为:l<sub>h</sub>=lxcosα<sub>uav</sub>      (2)背景位移沿地面参照物垂直分量为:l<sub>v</sub>=l×sinα<sub>uav</sub>    (3)侦察区域:<img file="FDA0000156721490000013.GIF" wi="1013" he="95" />水平方向运动矢量:i<sub>0</sub>=l<sub>h</sub>/S<sub>c</sub>×w    (5)垂直方向运动矢量:j<sub>0</sub>=l<sub>v</sub>/S<sub>c</sub>×w    (6)所获一级补偿的全局运动矢量为:<maths num="0001"><![CDATA[<math><mrow><msub><mover><mi>d</mi><mo>&RightArrow;</mo></mover><mi>g</mi></msub><mo>=</mo><mrow><mo>(</mo><msub><mi>i</mi><mn>0</mn></msub><mo>,</mo><msub><mi>j</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>7</mn><mo>)</mo></mrow></mrow></math>]]></maths>(2)对视频图像进行一级补偿:将后一帧图像加上一级全局运动矢量,即是将后一帧图像平移,平移量为(-i<sub>0</sub>,-j<sub>0</sub>),完成了视频图像的全局运动一级补偿;第三步,全局运动二级补偿;一级补偿后,对选定的图像子块应用分块相位相关方法,得到两帧图像间仍残余的全局运动,根据分块的相位相关法精准的估计二级全局运动矢量;第三步具体步骤如下:(1)首先从图像中选取2~9个子块;(2)先从所选的子块中选取两组进行如下步骤:对两组子块分别用相位相关法估计二级全局运动补偿,其中一个子块获取二级全局运动补偿的详细步骤如下:①连续两帧图像中对应子块的时域表达分别为f<sub>k</sub>(x,y)和f<sub>k+1</sub>(x,y),两帧图像在时域上的位移为(x<sub>0</sub>,y<sub>0</sub>);②获取两子块对应的傅立叶变换,分别为F<sub>k</sub>(ξ,η)和F<sub>k+1</sub>(ξ,η):<maths num="0002"><![CDATA[<math><mrow><msub><mi>f</mi><mi>k</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>&DoubleLeftRightArrow;</mo><msub><mi>F</mi><mi>k</mi></msub><mrow><mo>(</mo><mi>&xi;</mi><mo>,</mo><mi>&eta;</mi><mo>)</mo></mrow></mrow></math>]]></maths><maths num="0003"><![CDATA[<math><mrow><msub><mi>f</mi><mrow><mi>k</mi><mo>+</mo><mn>1</mn></mrow></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>&DoubleLeftRightArrow;</mo><msub><mi>F</mi><mrow><mi>k</mi><mo>+</mo><mn>1</mn></mrow></msub><mrow><mo>(</mo><mi>&xi;</mi><mo>,</mo><mi>&eta;</mi><mo>)</mo></mrow></mrow></mrow></math>]]></maths>③获取两帧连续图像中对应子块的互功率谱,具体为:<maths num="0004"><![CDATA[<math><mrow><mi>C</mi><mrow><mo>(</mo><mi>&xi;</mi><mo>,</mo><mi>&eta;</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><msubsup><mi>F</mi><mi>k</mi><mo>*</mo></msubsup><mrow><mo>(</mo><mi>&xi;</mi><mo>,</mo><mi>&eta;</mi><mo>)</mo></mrow></mrow><mrow><mo>|</mo><msubsup><mi>F</mi><mi>k</mi><mo>*</mo></msubsup><mrow><mo>(</mo><mi>&xi;</mi><mo>,</mo><mi>&eta;</mi><mo>)</mo></mrow><msub><mi>F</mi><mrow><mi>k</mi><mo>+</mo><mn>1</mn></mrow></msub><mrow><mo>(</mo><mi>&xi;</mi><mo>,</mo><mi>&eta;</mi><mo>)</mo></mrow><mo>|</mo></mrow></mfrac><mo>=</mo><msup><mi>e</mi><mrow><mo>-</mo><mi>j</mi><mn>2</mn><mi>&pi;</mi><mrow><mo>(</mo><mi>&xi;</mi><msub><mi>x</mi><mn>0</mn></msub><mo>+</mo><mi>&eta;</mi><msub><mi>y</mi><mn>0</mn></msub><mo>)</mo></mrow></mrow></msup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>8</mn><mo>)</mo></mrow></mrow></math>]]></maths><img file="FDA0000156721490000024.GIF" wi="173" he="54" />是F<sub>k</sub>(ξ,η)的复共轭;其中利用了傅立叶变换的平移性质:<maths num="0005"><![CDATA[<math><mrow><msub><mi>f</mi><mi>k</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>-</mo><msub><mi>x</mi><mn>0</mn></msub><mo>,</mo><mi>y</mi><mo>-</mo><msub><mi>y</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>&DoubleLeftRightArrow;</mo><msub><mi>F</mi><mi>k</mi></msub><mrow><mo>(</mo><mi>&xi;</mi><mo>,</mo><mi>&eta;</mi><mo>)</mo></mrow><msup><mi>e</mi><mrow><mo>-</mo><mi>j</mi><mn>2</mn><mi>&pi;</mi><mrow><mo>(</mo><mi>&xi;</mi><msub><mi>x</mi><mn>0</mn></msub><mo>+</mo><mi>&eta;</mi><msub><mi>y</mi><mn>0</mn></msub><mo>)</mo></mrow></mrow></msup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>9</mn><mo>)</mo></mrow></mrow></math>]]></maths>④将互功率谱表达式进行傅立叶反变换,得到中心点位于(x<sub>0</sub>,y<sub>0</sub>)的归一化相关狄拉克函数:<maths num="0006"><![CDATA[<math><mrow><mi>C</mi><mrow><mo>(</mo><mi>&xi;</mi><mo>,</mo><mi>&eta;</mi><mo>)</mo></mrow><mo>&DoubleLeftRightArrow;</mo><mrow><mo>(</mo><mi>x</mi><mo>-</mo><msub><mi>x</mi><mn>0</mn></msub><mo>,</mo><msub><mrow><mi>y</mi><mo>-</mo><mi>y</mi></mrow><mn>0</mn></msub><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>10</mn><mo>)</mo></mrow></mrow></math>]]></maths>⑤根据④中的狄拉克函数,得出(x<sub>0</sub>,y<sub>0</sub>),即子块的二级全局运动补偿;(x<sub>0</sub>,y<sub>0</sub>)即为后一帧中子块相对于前一帧中对应子块的相对运动量;x<sub>0</sub>正、负分表代表后一帧图像相对于前一帧图像右移和左移,y<sub>0</sub>正、负分表代表后一帧图像相对于前一帧图像下移和上移;根据上述步骤分别得到所选两组子块的二级全局运动补偿;(3)比较步骤(2)中求得的两组子块的二级全局运动矢量,得出最优的全局运动矢量(x<sub>0</sub>,y<sub>0</sub>);具体为:由步骤(2)得到两组子块的二级全局运动矢量分别为:g(A)和g(B),计算其差值的绝对值|g(A)-g(B)|,设定阈值,当差值小于阈值时,将二者的二级全局运动矢量的平均值或其中一个作为最终的全局运动估计的二级全局运动矢量,如果|g(A)-g(B)|大于阈值,再选取第三块子块,重复步骤(2),计算得出g(C),然后依次计算g(A)、g(B)与g(C)的差值的绝对值,比较绝对值与阈值的大小;以此类推,如此重复上述过程,直至得出符合阈值条件的二级全局运动矢量,当有一个以上差值的绝对值小于阈值时,取所有满足条件二级全局运动矢量的平均值作为最终的全局运动估计的二级全局运动矢量,如果所有子块均不能满足阈值条件,返回步骤(1),增大块的大小,重新划分子块;第四步,进行全局运动二级补偿;由第三步,得出了精确地二级全局运动矢量,用精确地二级地全局运动矢量对视频进行补偿。
地址 100191 北京市海淀区学院路37号