一種圖像序列全局運動估計方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種圖像序列全局運動估計方法及裝置，屬于圖像處理技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 圖像運動估計在圖像處理領(lǐng)域有相當廣泛的應(yīng)用，例如在視頻編碼、圖像校正等 發(fā)面。運動估計是指分析兩幅或多幅圖像的相關(guān)景象之間的位置差異，以得到攝像機或所 拍攝物體的運動矢量。全局運動是指圖像幀之間圖像場景的運動，通常是由攝像機運動形 成的，而圖像幀間物體相對于場景的運動稱之為局部運動。全局運動估計技術(shù)廣泛應(yīng)用于 基于運動的圖像分割、圖像拼接和視頻壓縮等領(lǐng)域。
[0003]目前，常見的全局運動估計方法有塊匹配、特征匹配和灰度投影等算法。其中，灰 度投影算法，通過將二維圖像壓縮成行和列上兩個獨立的一維向量進行匹配，最大程度地 壓縮了參與運算的數(shù)據(jù)量，從而獲得遠優(yōu)于塊匹配和特征匹配等算法的實時性能，得到廣 泛應(yīng)用。然而，由于灰度投影算法將局部運動像素同樣進行了投影和匹配，所以，當局部運 動像素超過一定程度時，該算法難以克服局部運動的干擾，無法獲得精確的全局運動估計 結(jié)果。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是提供一種圖像序列全局運動估計方法及裝置，以解決灰度投影方 法在在圖像局部運動像素占較大比例時無法獲取精確全局運動估計的問題。
[0005] 本發(fā)明為解決上述技術(shù)問題提供了一種圖像序列全局運動估計方法，該估計方法 的步驟如下：
[0006] 1)采集連續(xù)兩幀圖像作為目標圖像，并將上述兩幀序列圖像進行列方向和行方向 的灰度投影；
[0007] 2)對行和列方向上的灰度投影進行均勻分塊，計算行和列方向上某一偏移位置下 的各塊的匹配誤差；
[0008] 3)根據(jù)圖像中局部運動所占的比例，拋棄匹配誤差較大的塊，將剩余塊的匹配誤 差和作為該偏移位置下的匹配度量，計算最小匹配度量的偏移位置，該偏移位置即為全局 運動的估計結(jié)果。
[0009] 所沭步驟2)中列方向h偏務(wù)份罾k樸的各±#的兀配誤差為：
[0010]
[0011] 其中：
[0012] DCol(j,k) = |ColA-ColBj+k
[0013] dx(k,p) ={DCol(j,k) |je[Κ^1+ (p-1) *ff,Ki+p^ff]}
[0014] ff=floor((N-KrK2)/P)
[0015] Sx(k，p)為塊p在列方向上水平偏移為k的匹配誤差，P為列方向上均勻分塊的塊 數(shù)，ColAj為圖像A第j列的灰度投影，ColBj+k為圖像A第j列偏移k的灰度投影，N為圖像A和圖像B的水平方向的上的寬度，為圖像A和圖像B之間在水平方向上的相對偏 移范圍，floor表示對浮點數(shù)用舍去法取整。
[0016] 所述步驟2)中行方向上偏移位置1處的各塊的匹配誤差為：
[0017]
[0018] 其中：
[0019] DRow(i，1) = |RowAi-RowBw|
[0020] dy(1，q) ={DRow(i，1)Iie[1^+1+(q_l) *H，Li+q*!!]}
[0021] H=floor((M-L「L2) /Q)
[0022] Sy(l，q)為塊q在行方向上垂直偏移為1的匹配誤差，Q為行方向上均勻分塊的塊 數(shù)，RowAi為圖像A第i行的灰度投影，RowB1+1為圖像B第i行偏移1處的灰度投影，Μ為 圖像Α和圖像Β的垂直方向的上的高度，[LIJ為圖像Α和圖像Β之間在垂直方向上的相 對偏移范圍，floor表示對浮點數(shù)用舍去法取整。
[0023] 所述步驟3)中匹配度量包括列方向上和行方向上，列方向上的匹配度量Mx(k)和 行方向上的匹配度量My⑴分別為：
[0024]
[0025] ?=-Λ
[0026] S=(1_V/N)*P
[0027] T=(1_U/M)*Q
[0028] 其中Sx(k，s)為{Sx(k，p)|pe[l，p]}由小到大排序得到有序集合，V為圖像中 局部運動所占的列數(shù)，Sy(l，t)為{Sy(l，q)|qe[1，Q]}由小到大排序得到的有序集合，u 為圖像中局部運動所占的最大行數(shù)為U。
[0029] 所述步驟2)中均勻分塊的塊數(shù)可根據(jù)精度要求和計算能力進行調(diào)整。
[0030] 本發(fā)明還提供了一種圖像序列全局運動估計裝置，該估計裝置包括灰度投影轉(zhuǎn)換 模塊、匹配誤差計算模塊和偏移位置確定模塊，
[0031] 所述灰度投影轉(zhuǎn)換模塊用于將采集到連續(xù)兩幀圖像進行列方向和行方向的灰度 投影；
[0032] 所述匹配誤差計算模塊用于對行和列方向上的灰度投影進行均勻分塊，計算行和 列方向上某一偏移位置下的各塊的匹配誤差；
[0033] 所述偏移位置確定模塊用于根據(jù)圖像中局部運動所占的比例，拋棄匹配誤差較大 的塊，將剩余塊的匹配誤差和作為該偏移位置下的匹配度量，計算最小匹配度量的偏移位 置，該偏移位置即為全局運動的估計結(jié)果。
[0034] 所沭兀配誤差計筧樽塊所計筧的列方向h偏務(wù)份罾k處的各塊的匹配誤差為：
[0035]
[0036] 其中：
[0037] DCol(j,k) =ICo1A-CoIBj+k
[0038] dx(k,p) ={DCol(j,k)Ije[1^+1+(p_l) *W,K^+pW]}
[0039] ff=floor((N-KrK2)/P)
[0040] Sx(k，p)為塊p在列方向上水平偏移為k的匹配誤差，P為列方向上均勻分塊的塊 數(shù)，ColAj為圖像A第j列的灰度投影，ColBj+k為圖像A第j列偏移k的灰度投影，N為圖像 A和圖像B的水平方向的上的寬度，為圖像A和圖像B之間在水平方向上的相對偏 移范圍，floor表示對浮點數(shù)用舍去法取整。
[0041] 所述匹配誤差計算模塊所計算的行方向上偏移位置1處的各塊的匹配誤差為：
[0042]
[0043] 其中：
[0044] DRow(i，1) = |RowAi-RowBw|
[0045] dy(1，q) ={DRow(i，1)Iie[1^+1+(q_l) *H，Li+q*!!]}
[0046] H=floor((M-L「L2) /Q)
[0047] Sy(l，q)為塊q在行方向上垂直偏移為1的匹配誤差，Q為行方向上均勻分塊的塊 數(shù)，RowAi為圖像A第i行的灰度投影，RowB1+1為圖像B第i行偏移1處的灰度投影，Μ為 圖像Α和圖像Β的垂直方向的上的高度，[LIJ為圖像Α和圖像Β之間在垂直方向上的相 對偏移范圍，floor表示對浮點數(shù)用舍去法取整。
[0048] 所述匹配度量包括列方向上和行方向上，列方向上的匹配度量Mx(k)和行方向 上的匹配度量My⑴分別為：
[0049] 123456 2 S=(1_V/N)*P 3 T=(1_U/M)*Q 4 其中Sx(k，s)為{Sx(k，p)|pe[l，p]}由小到大排序得到有序集合，V為圖像中 局部運動所占的列數(shù)，Sy(l，t)為{Sy(l，q)|qe[1，Q]}由小到大排序得到的有序集合，u 為圖像中局部運動所占的最大行數(shù)為U。 5 所述匹配誤差計算模塊在對行和列方向上的灰度投影進行均勻分塊的塊數(shù)可根 據(jù)精度要求和計算能力進行調(diào)整。 6 本發(fā)明的有益效果是：本發(fā)明首先采集連續(xù)兩幀圖像作為目標圖像，并將上述兩 幀序列圖像進行列方向和行方向的灰度投影；然后對行和列方向上的灰度投影進行均勻分 塊，對行或列方向上某一偏移位置下的各塊的匹配誤差進行計算，再根據(jù)圖像中局部運動 所占的比例，拋棄匹配較差的塊，將剩余塊的匹配誤差和作為該位置下的匹配度量；最后計 算最小匹配度量的偏移位置，該偏移位置即為全局運動的估計結(jié)果。本發(fā)明根據(jù)局部運動 在圖像中可能占的比例，拋棄灰度投影匹配較差的行或列，保證了方法對局部運動的魯棒 性，可以有效避免局部運動對全局運動估計的影響。而且本發(fā)明對灰度投影匹配進行分塊 累加和排序篩選，使方法魯棒的同時依然保有較高的計算效率和實時性。
【附圖說明】
[0056] 圖1是本發(fā)明圖像序列全局運動估計方法的實施例用圖A;
[0057] 圖2是本發(fā)明圖像序列全局運動估計方法的實施例用圖B。
【具體實施方式】
[0058] 下面結(jié)合附圖對本發(fā)明的【具體實施方式】做進一步的說明。
[0059] 本發(fā)明的一種圖像序列全局運動估計方法的實施例
[0060] 本發(fā)明的估計方法在灰度投影算法的基礎(chǔ)上，對行和列方向上的灰度投影進行均 勻分塊，對行或列方向上某一偏移位置下的各塊的匹配誤差進行排序，然后根據(jù)圖像中局 部運動所占的比例，拋棄匹配較差的塊，將剩余塊的匹配誤差和作為該位置下的匹配度量， 計算最小匹配度量的偏移位置，該偏移位置即為全局運動的估計結(jié)果。下面以采集到的連 續(xù)兩幀圖像A和B為例進行說明，圖像A和B的尺寸均為MXN(高X寬），圖像A和圖像 B之間在水平方向上的相對偏移范圍為，在垂直方向上的相對偏移范圍為，圖像中局部運動 所占的最大行數(shù)為U，圖像中局部運動所占的列數(shù)為V。該方法的具體實施例步驟如下：
[0061] 1.分別對圖像A和B進行列方向和行方向上的灰度投影：
[0062]
[0063]
[0064]
[0065]
[0066] 其中，GA(i，j)為圖像A中坐標（i，j)處的像素灰度，GB(i，j)為圖像B中坐標（i，j) 處的像素灰度，RowAi為圖像A第i行的灰度投影，ColAj為圖像A第j列的灰度投影，RowBi 為圖像B第i行的灰度投影，ColB,為圖像B第j列的灰度投影。
[0067] 2.計算列方向上偏移位置k下的各塊的匹配誤差
[0068] 首先對列方向上的灰度投影進行均勻分塊，對于，有：
[0069] Dx(k) ={DCol(j，k) |je[1+1，N-K2]}，DCol(j，k) = |ColA廠ColBj+k | ;
[0070] 將集