2022年电子稳像技术CCD成像空间校正方法研究报告.docx

《2022年电子稳像技术CCD成像空间校正方法研究报告.docx》由会员分享，可在线阅读，更多相关《2022年电子稳像技术CCD成像空间校正方法研究报告.docx（10页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、精品学习资源基于电子稳像技术的 CCD成像空间校正方法讨论摘要：针对彩色线阵 ccd 应用时，显现的成像三色错位问题进行了讨论，提出了基于电子稳像技术的ccd 成像空间校正方法；与传统方法相比，该方法引入了电子稳像技术的思想，奇妙运用帧间运动的处理手段解决了帧内运动的问题；第一对线阵ccd 得到的图像进行彩色图像分别，再通过特点点提取，特点点匹配， 错位参数估量，图像补偿，彩色图像合成等过程，最终获得校正后的彩色图像；仿真试验说明，该方法能有效解决三色错位问 题，改善图像质量；关键词：彩色线阵 ccd； 三色错位； 特点点提取；特点点匹配； 参数估量近年来， ccd 器件及其应用技术的讨论取得

2、了惊人的进展，特殊是在图像传感和非接触测量领域的进展更为快速；面阵ccd 广泛用于各种摄像机和数码相机等领域；线阵ccd 主要用于产品尺寸的高速非接触检测，在线分级与加工，表面质量评定，机器视觉 中的精确定位等；结合课题“运动员跑步计时器工程”，对彩色 线阵 ccd 应用时，显现的成像三色错位的问题进行了讨论；分析了问题产生的缘由，介绍了目前常规的校正方法，提出了基于电 子稳像技术的 ccd 成像空间校正方法；该方法引入电子稳像技术，有效地解决了 ccd 成像的三色错位问题，经 matlab 仿真试验后，获得了抱负的校正结果；而且该方法不仅在物体匀速运动时 有效，在物体非匀速运动时同样有效；线

3、阵ccd 成像技术应用于欢迎下载精品学习资源运动员跑步的示意如图1 所示；1ccd 成像介绍多年前科研人员就已经实现了 ccd 彩色成像，该技术的实现目前一般采纳如下 2 种方法；第 1 种是彩色三 ccd，即采纳分光棱镜和 3 个 ccd 组合；棱镜将光线中的红、绿、蓝三个基色分开，使其分别投射在一个块 ccd 上，这样，每块 ccd就只对 1 种基色分量感光；第 2 种是彩色单 ccd；最常用的做法就是在ccd 表面掩盖rgb 三色滤光片，以 12 1 的比例构成；由于彩色单 ccd 价格明显廉价，所以占据主流市场，本讨论就是针对线阵彩色单ccd 进行的；图 1 线阵 ccd 成像技术应用

4、于运动员跑步的示意图线阵彩色单ccd 有 3 列间隔的光敏元件，分别用于感光置于同一位置p 的红、绿、蓝颜色重量，通过a/d 转换后, 再将 3 列 ccd 感光的图像数据合成复原为位置 p 物体的数字图像；然而由于这 3 列 ccd 是在同一触发脉冲下工作的，这 3 列 ccd 并不是对同一位置进行感光 , 而是对前后有肯定间隔的3 个位置分别进行感光，如图 2 所示；由于这种相机本身存在不行防止的系统问题，成像3 色显现错位现象，从而影响图像的成像质量，如图3 所示；图 2 成像三色错位的原理图3 成像三色错位现象课题“运动员跑步计时器工程”，需在跑道的终点线邻近采纳高速线阵彩色单 ccd

5、 拍照运动员冲刺时的画面；设定采集速率为1 000 f/s，得到的图像如图 4 所示；可以发觉图像产生了 3 色错位欢迎下载精品学习资源现象，特殊是运动员的腿部，表现明显，由于腿部的运动频率最快；图 4 线阵彩色单 ccd 拍照的运动员跑步图像 2 基于电子稳像技术的校正方法由线阵彩色单 ccd 摄像机的结构带来的这种彩色图像的三色错位, 严峻影响了图像原始数据的真实性和有效性，必需加以校正；目前，国内外有以下 2 种主要方法，通过异步时钟掌握曝光校正 1，通过软件校正 2；比较以上方法可发觉，软件校正不需要转变 ccd 的硬件，更具有有用性；数据冗余与数据重新定位的方法是软件校正的主要方法，

6、但是，此种方法仅对匀速运动物 体有效，而无法应用于线阵 ccd 拍照、检测非匀速物体；本文针对非匀速物体的情形，提出了采纳电子稳像思想来进行软件校正；传统思维上，电子稳像技术是处理帧间运动，而ccd 的这种成像问题严格意义上属于帧内运动，但是，本文第一把线阵ccd 拍照的数十帧看做一幅图像，接着把一幅彩色图像分别成红色分 量、绿色重量、蓝色重量 3 幅图像，通过上述两步骤后，即可将电子稳像技术应用于线阵 ccd 成像；2.1 彩色图像的 r/g/b分别通过 matlab 平台，对一幅运动员的彩色图像进行r/g/b分别后的成效如图 5 所示；硬件环境为： cpu2.80 ghz ，内存 0.98

7、 gb ；图 5 红色/ 绿色/ 蓝色重量图像 2.2 特点点提取图像的特点点是指两帧图像中对比例、旋转、平移等变换保持欢迎下载精品学习资源一样性的特点，如线交叉点、物体边缘点、角点、闭区域的中心 点等；常用的特点点提取方法 34有：边缘点提取方法，如log 操作数、 canny 操作数、基于小波变换的算法等；角点提取算法，如 kitchen法、susan 法、harris法等；harris角点检测算法 5是由 chris harris和 mike stephens 在 1988 年提出的；定义下式来运算 harris算法的角点响应函数： rx,y=detmktrm21式中:detm=ab c

8、2，trm=a+b 表示矩阵 m的迹； k 是 harris系数； a=i x2，b=iy2，c=ixiy；ix 表示图像 i 在 x 方向的导数，iy 表示图像 i 在 y 方向的导数；harris算法稳固性高，对噪声不敏锐，基于它的优点，本文最终 采纳改进型 harris算法进行特点点的提取；2.3 特点点匹配所谓特点点的匹配就是在当前帧中找到与参考帧中每一特点点的惟一匹配点，在帧间建立特点点的对应关系；特点点匹配的正确性，对于图像间运动估量的精度，有特别直接的影响；按图像的匹配来源分，主要可以分为 2 种方式 67：一种是固定帧匹配；另一种是相邻帧匹配；这2 种方法各有优缺点，固定帧匹配

9、方法不存在累计误差，它的缺点是一旦图像的运动超出了运动 向量运算的临界值，运动向量变得不行靠以后，后续的处理将非 常困难，相邻帧匹配方法的主要问题是存在累计误差；欢迎下载精品学习资源依据本课题所讨论的线阵 ccd 成像问题的特殊性，可以把红色重量、绿色重量、蓝色重量作为3 幅图像，进行特点点匹配；在详细匹配过程中选取红色重量图像为参考帧，依次对绿色重量图 像、蓝色重量图像完成特点点匹配；匹配步骤如下：1 以特点点 pk 为中心，在参考图像中构造一个尺寸为m n的图像模块 i1 ；2 在当前图像中对应位置处，确定尺寸为 从搜寻区域的中心点开头搜寻，搜寻路径采纳菱形ds 法，运算每点的 sad 值

10、；4 找出最小 sad 值，就对应的位置的中心点为匹配特点点；2.4 三色错位参数估量将经过预处理后的候选全局特点点，代入六参数仿射运动模型，求最小二乘解；仿射运动模型如下：xy=m0m1m3m4x y+m2m52式中x ,y 和x,y 分别表示当前图像和参考图像的特点点坐标， m= m0m3m1m4m2m5定义为仿射参数矩阵；欢迎下载精品学习资源求解的目标是使得各特点点的位置误差达到最小，因此，提出 了基于求最小二乘解的迭代步骤，每次迭代过程中将误差较大的 特点点予以剔除；迭代停止后，输出的仿射参数矩阵m作为最终的全局运动参数，被保留的特点点作为最终的全局特点点集合； 参数估量的整个流程图如

11、图 6 所示；图 6 参数估量流程图 2.5 图像的补偿获得运动参数矩阵后，就可以分别对绿色重量图像、蓝色重量图像进行图像补偿了；其流程如图7 所示；图 7 图像补偿流程图将绿色重量图像看做当前帧，以运算出的待补偿参数矩阵对当前帧 fk 的像素坐标 xk,yk 进行变换，公式如下： xkyk =m0km1k m3km4kxkyk+m2km5k3从而得到新的坐标 xk ,yk ，并将原坐标的像素值赋给对应的新坐标，就得到初步的补偿后图像；在坐标变换时， 不肯定都在整像素点上，就需要进行插值处理，采纳双线性插值 法；由于在坐标变换时，边界部分无法获得像素值的区域通常被 填充为黑色区域，为了防止这种

12、现象，需要对丢失的边界部分进 行重建；采纳图像拼接技术 8来实现边界部分重建是一种有效的方法；完成绿色重量图像的图像补偿后，再以相同步骤完成蓝色重量欢迎下载精品学习资源图像的图像补偿，最终合成 910校正后的彩色图像；3 试验结果及分析3.1 特点点提取的试验结果及分析本课题采纳改进型 harris算法，通过 matlab 平台对运动员的图像进行特点点提取，经过多次比较后，仿真试验中的harris系数 k 取 0.05 ，仿真试验结果如图 8 所示；可以看出，采纳改进的harris算法提取的图像特点点清楚有效；图 8 图像的特点点提取结果3.2 特点点匹配的试验结果及分析选取运动员的红色重量图

13、像为参考帧，绿色重量图像为当前帧，进行第一次匹配，匹配结果如图9 所示；图 9 绿色重量图像的特点点匹配结果其中绿色“+”代表有效匹配特点点，可以看出，运动员的多数特点点得到了有效匹配；依旧选取运动员的红色重量图像为参考帧，蓝色重量图像为当前帧，进行第 2 次匹配，匹配结果如图10 所示；图 10 蓝色重量图像的特点点匹配结果其中绿色“+”代表有效匹配特点点，依旧可以看出，多数特点点得到了有效匹配；3.3 参数估量的试验结果及分析试验图片依旧选用同上的一组运动员图像，求取仿射参数矩阵m=m03m1m4m2m；5 分别求出绿色重量图像和蓝色重量图像的结果为：m绿0.990 50.032 3欢迎下

14、载精品学习资源-0.021 10.987 415.587 0-3.667 6m蓝=0.987 80.035 0-0.022 30.986 815.567 8-3.669 43.4校正后的试验结果及分析依据运动参数矩阵，分别对绿色重量图像，蓝色重量图像进行 图像补偿，并合成彩色图像；可以发觉，校正后图像的3 色错位问题得到肯定解决，图像质量有肯定提高；校正结果如图11 所示；4 结语本课题讨论了线阵彩色单 ccd 成像时显现的 3 色错位现象，揭示了 3 色错位的本质缘由，并探干脆的给出了基于电子稳像技术的软件校正方法；在 matlab 平台上，进行了仿真试验，初步得到了中意的校正成效；将该方法

15、应用于“运动员跑步计时器工程”，能获得更优的监控图像，从而提高计时精度；图 11 图像最终校正结果参考文献1张鹏，杨凯，张忠臣 . 彩色线阵 ccd 颜色几何失真及校正方法 j . 现代电子技术， 2021,3224:131133.2陈文涛 , 刘永贵, 曹晓莉. 平列式线阵彩色 ccd 摄像机的颜色偏移与校正 j . 光电技术应用， 20069:478450.3 vanne j, hamalainen t d, kuusilinna k. a parallel memory system for variable blocksize motionestimation欢迎下载精品学习资源alg

16、orithms j. circuits and systems for video technology, 2021, 184: 538543.4 sun hui. fast gray projection algorithm and itsapplication to electronic image stabilization j.optics and precision engineering, 2007, 153: 412416.5朱娟娟 . 电子稳像理论及其应用讨论 d. 西安：西安电子科技高校， 2021.6 suk jung youp, lee gunwoo. new elect

17、ronicdigital image stabilization algorithm in wavelettransform domain m. lncs, heidelberg: springer, 2005: 911916.7 erturk s. digital image stabilization with sub image phasecorrelation based global motion estimationj. ieee trans. on consumer electronics, 2003, 494: 13201325.8杨毅. 电子稳像算法讨论与实现 d. 南京：南

18、京理工大学， 2021.9 xu jianbin. an efficient rotationinvariance remote image matching algorithm based on feature points matching c/ proceedings of ieee internationalgeoscience and remote sensing symposium s.l.: ieee, 2005: 647649.欢迎下载精品学习资源10harris c, stephens m. a combined corner and edge detector c/ proceedings of the 4th alvey vision conference. uk: avc, 1988: 147151.欢迎下载