車載成像技術(shù)是一種將成像設(shè)備置于車載平臺的遠(yuǎn)距離、非接觸獲取目標(biāo)圖像的技術(shù)和方法,，是未來汽車智能化的關(guān)鍵,。但是由于攝像機(jī)隨車體晃動導(dǎo)致輸出的圖像序列不穩(wěn)定,，圖像序列晃動量較大,，易使觀察者產(chǎn)生疲勞，也會嚴(yán)重影響后續(xù)處理的精度,，因此,，必須對車載圖像序列進(jìn)行穩(wěn)定。

　　目前,，車載穩(wěn)像技術(shù)使用較多的算法為特征點(diǎn)法和灰度投影法,。特征點(diǎn)法能對任意形式的圖像運(yùn)動進(jìn)行運(yùn)動矢量估計，但在處理一些畫質(zhì)較差,，特征貧乏的圖像時,，精度往往很低，很難適應(yīng)車載視頻穩(wěn)像的各種環(huán)境變化,；灰度投影法只能處理只含平移運(yùn)動和較小旋轉(zhuǎn)運(yùn)動的情況,，且要求圖像有一定的對比度。而車載視頻往往拍攝時路況環(huán)境比較復(fù)雜,，如雨霧天氣,，這就給算法處理的精度帶來很大影響。本文針對這種情況，采用小波的方法對圖像進(jìn)行預(yù)處理,，提高灰度投影法在車載穩(wěn)像應(yīng)用中的抗干擾能力,。

1 車載穩(wěn)像系統(tǒng)框圖

　　電子穩(wěn)像是利用電子設(shè)備和數(shù)字圖像處理技術(shù)相結(jié)合的方法，通過計算選定的參考幀圖像和被比較的當(dāng)前幀圖像的運(yùn)動矢量,，再根據(jù)獲得的運(yùn)動矢量按照某種準(zhǔn)則對當(dāng)前圖像進(jìn)行補(bǔ)償,，從而消除或減輕圖像序列幀間的隨機(jī)抖動，獲得穩(wěn)定的圖像序列,。

　　電子穩(wěn)像作為車載穩(wěn)像系統(tǒng)中的核心部分,，其系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)框圖

　　其中,，全局運(yùn)動矢量估計是整個穩(wěn)像系統(tǒng)的關(guān)鍵,，它決定了穩(wěn)像精度和耗時性。

　　1.1 運(yùn)動矢量估計算法

　　通過對高速路抖動特點(diǎn)的分析,，并且對目前在電子穩(wěn)像中常用的運(yùn)動估計算法進(jìn)行各自優(yōu)缺點(diǎn)的比較,，本系統(tǒng)決定采用灰度投影算法進(jìn)行全局運(yùn)動矢量估計。

　　灰度投影算法：投影法是利用圖像總體灰度變化規(guī)律來確定圖像運(yùn)動矢量的一種方法,，它不必對圖像上的每一點(diǎn)做相關(guān)運(yùn)算,，而是利用圖像的灰度投影曲線做一次相關(guān)運(yùn)算，因此它的運(yùn)算量小,，運(yùn)動估計速度快,，容易滿足實(shí)時性要求，同時抑制噪聲的能力較強(qiáng),，并且在精度上也能較好地滿足要求,。

　　該算法首先通過投影公式將每一幀二維圖像映射成兩個一維波形，其行列灰度值累加表示為：

　　式中：Ik（i）代表第k幀圖像第i行的灰度值,，Ik（i）代表第k幀圖像第j列的灰度值,，Gk（i,j）為第k幀圖像上（i,j）處的像素灰度值。為了避免因圖像抖動導(dǎo)致圖像邊緣信息發(fā)生變化,，而影響互相關(guān)計算出的互相關(guān)曲線峰值,，在進(jìn)行互相關(guān)計算前，對圖像進(jìn)行余弦濾波,，去除圖像邊界信息波形而完整保留中心區(qū)域波形,，減小邊界信息對互相關(guān)計算的影響，提高計算精度,。投影濾波后,，對參考幀和當(dāng)前幀各分量的兩條曲線進(jìn)行相關(guān)計算，找到兩條曲線的惟一谷值,，即可確定出當(dāng)前幀相對于參考幀的行列運(yùn)動偏移量,。相關(guān)運(yùn)算的公式為：

　　式中：colc（n）和colr（n）分別為第i幀和參考幀的在一個方向上的灰度投影值,，J為兩曲線中進(jìn)行相關(guān)運(yùn)算的單位長度，m為位移矢量相對于參考幀在一側(cè)的搜索寬度,，即允許的最大正負(fù)抖動范圍,，m在1至2m+1間取值。當(dāng)C（k）為最小值時,，此時k=Kmin,，則第i幀圖像相對于參考幀圖像在一個方向上的位移矢量為：

　　以水平方向?yàn)槔瑅i為正時,，表明當(dāng)前幀相對參考幀向右移了|vi|個像素,；為負(fù)時，表明向左移了|vi|個像素,。同樣的方法,，可以得到垂直方向的位移矢量。

　　1.2 針對雨霧天氣的圖像預(yù)處理

　　通過對灰度投影法原理的分析,，可知灰度投影算法要求圖像有一定的對比度,，當(dāng)圖像灰度值單一并且對比度差時，利用灰度投影算法對圖像匹配會造成投影曲線很平,，相關(guān)運(yùn)算后波谷段平緩不易找到,，難以找到正確的運(yùn)動矢量。而雨霧天氣是車輛外出常常碰到的情況,，惡劣天氣也給投影算法帶來很大影響,。因此，需要對圖像進(jìn)行預(yù)處理,。傳統(tǒng)的預(yù)處理方法是通過直方圖均衡化進(jìn)行,，但這種方法存在丟失細(xì)節(jié)和過分增強(qiáng)的缺點(diǎn)，在增強(qiáng)圖像對比度的同時也增強(qiáng)了圖像的噪聲,，給后續(xù)算法在運(yùn)動矢量估計的精度上產(chǎn)生很大影響,。因此,，本文采用小波的方法,，即圖像經(jīng)過小波變換分解為低頻部分和高頻部分，然后單獨(dú)對高頻部分圖像的邊緣進(jìn)行加強(qiáng),。具體實(shí)現(xiàn)方法如下：

　?。?）選擇Haar小波對圖像進(jìn)行分解，得到圖像的低頻子圖和高頻子圖,；

　?。?）利用公式（σ為噪聲標(biāo)準(zhǔn)方差，N為信號的長度）確定閥值λ,；

　?。?）對高頻子圖按上述閥值進(jìn)行邊沿檢測并標(biāo)記,；

　　（4）對標(biāo)記的邊緣進(jìn)行加強(qiáng),，對不是邊緣的置零,。

　　采用上述方法進(jìn)行實(shí)驗(yàn)，結(jié)果如圖2所示：

（a） 雨天圖像增強(qiáng)

（b） 霧天圖像增強(qiáng)

圖2 圖像增強(qiáng)效果對比

　　通過以上結(jié)果可以看出,，直方圖均衡化在整體增強(qiáng)圖像的同時,，也對圖像噪聲進(jìn)行了增強(qiáng)，圖像邊緣清晰度較差,，圖像偏暗,；而采用小波邊緣增強(qiáng)法處理的圖像，沒有很明顯的噪聲影響,，同時圖像細(xì)節(jié)也很好地保留下來而且圖像對比度也得到了增強(qiáng),。

2 雨霧天氣下車載視頻穩(wěn)像的實(shí)驗(yàn)

　　2.1 實(shí)驗(yàn)方法

　　選取一段手動添加抖動的公路路段視頻進(jìn)行試驗(yàn)，以O(shè)penCV結(jié)合VC++6.0作為軟件開發(fā)平臺編寫車載穩(wěn)像算法,，對視頻進(jìn)行處理,，最后將視頻輸出到顯示器上顯示。

　　2.2 運(yùn)動矢量的估計

　　選用經(jīng)過預(yù)處理后的相鄰兩幀圖像根據(jù)公式（1）（2）進(jìn)行投影變換,，然后采用公式（3）計算兩幀圖像的行,、列相關(guān)曲線。仿真結(jié)果如圖3所示：

（a） 未預(yù)處理

（b） 直方圖均衡化處理

（c） 小波邊緣增強(qiáng)處理

圖3 兩種情況下的運(yùn)動矢量估計

　　實(shí)驗(yàn)中手動加入的水平和垂直方向的抖動量分別為-9和12,；而實(shí)驗(yàn)結(jié)果顯示,，對未經(jīng)預(yù)處理的霧天圖像，由于對比度很差,，采用灰度投影直接對其進(jìn)行運(yùn)動矢量檢測時,，檢測到的水平和垂直方向的運(yùn)動矢量分別為-3和5，誤差較大,；而圖3（b）是經(jīng)過均衡化處理后,，檢測到的水平和垂直方向運(yùn)動矢量為-6和8，精度有所提高,；最后圖3（c）是采用小波邊緣增強(qiáng)法對圖像進(jìn)行對比度提高,，檢測的水平和垂直方向的運(yùn)動偏移量分別為-7和10，雖然還不能完全準(zhǔn)確地檢測出實(shí)際偏移的運(yùn)動矢量,，但精度要高于直方圖均衡化處理后的檢測結(jié)果,。

　　2.3 運(yùn)動補(bǔ)償

　　本文采用兩兩相鄰幀進(jìn)行運(yùn)動矢量估計，得到的是相對位移矢量,，而每一幀的絕對運(yùn)動參數(shù)是前N-1個相對位移矢量之和,。得到每一幀的絕對運(yùn)動參數(shù)后，在采用kal-man濾波器進(jìn)行運(yùn)動曲線平滑處理,，將處理后的參數(shù)按相反方向?qū)Ξ?dāng)前幀進(jìn)行平移,，即可得到穩(wěn)定后的圖像,。實(shí)驗(yàn)結(jié)果如圖4所示：

圖4 穩(wěn)定效果

3 實(shí)驗(yàn)結(jié)果分析

　　算法在主頻Core（TM）2 Duo CPU 2.00 GHz，內(nèi)存2.00GB的PC機(jī)上,，使用OpenCV結(jié)合VISUAL C++編程,。實(shí)驗(yàn)結(jié)果顯示，在實(shí)時性方面,，穩(wěn)定320*240的圖像序列平均時間為0.025 18 s,，大于25幀／s的圖像實(shí)時性處理要求。穩(wěn)像精度上,，這里使用PSNR（Peak Signal To Noise Ratio）作為穩(wěn)像效果的一種評價標(biāo)準(zhǔn),。其計算公式如下：

　　其中均方誤差MSE表示兩幀圖像間每個像素的偏差值。當(dāng)兩幅圖像內(nèi)容變化越小,，PSNR值就越大,，兩幅圖像完全一樣時，達(dá)到最大值,。其中相鄰5幀圖像穩(wěn)像前后PSNR值比較如下：

　　由表1中數(shù)據(jù)可以看出,，經(jīng)過本系統(tǒng)處理后的視頻幀間重合度有了明顯地改善。

　　通過對50幀視頻圖像序列進(jìn)行的實(shí)驗(yàn)表明,，經(jīng)過該方法處理后視頻的晃動幅度明顯得到了改善,，基本達(dá)到了穩(wěn)像的要求。

4 結(jié)論

　　由于惡劣天氣造成圖像對比度降低,，而直方圖均衡化處理效果不佳,，造成灰度投影在車載視頻穩(wěn)定中對運(yùn)動矢量估計精度的降低甚至失效。針對這一情況,，本文采用小波邊緣增強(qiáng)的方法對圖像進(jìn)行預(yù)處理,，實(shí)驗(yàn)表明，該方法有效提高了灰度投影算法的估計精度,，并且算法也滿足實(shí)時性要求,。