论文部分内容阅读
基于线列探测器的红外全景搜索系统能够实现对360°全空域目标的搜索和威胁目标的识别,具有被动探测、可靠性高、抗干扰能力强等优点。由于路面的颠簸,采集的视频存在抖动,不仅影响视觉效果,而且影响后续目标识别或跟踪的精度,因此,迫切需要通过稳像技术来消除车载振动对图像序列的影响。由于电子稳像技术具有体积小、质量轻、操作简便等优点,已成为主要的发展方向。本文以基于线列探测器的车载红外全景搜索系统为研究对象,根据系统的成像特点,针对全景下的电子稳像关键技术进行了深入研究,具体的研究内容如下:(1)电子稳像技术基本理论的介绍和分析首先,分析了图像序列的模糊原因,并介绍了红外成像系统、相机成像模型运动形式和二维图像运动模型;其次,对像移补偿原理和电子稳像系统的基本构成进行了介绍;最后,对稳像技术中各环节的关键理论展开详细分析,为后续全景稳像算法的研究与实现提供了理论支撑。(2)基于惯导信息的全景稳像算法研究在无稳台的情况下,为了达到车载行进中目标稳定搜索的目的,必须消除车载振动对成像的影响,即航向、俯仰、横滚三方向上的旋转运动。本文提出一种基于惯导信息的全景稳像算法,利用惯导设备实时采集车载的三维姿态角数据,结合姿态补偿模型和图像映射关系,实现当前帧图像的反向补偿。该算法操作更加简便、快捷,不易受运动前景的干扰,能取得很好的全景稳像补偿效果。(3)基于自适应补偿的稳像算法研究全景稳像归结到底仍要转化成小视场的稳像问题,因此,进一步提高小视场的稳像精度尤为必要。针对传统电子稳像算法中运动估计和运动补偿环节存在的弊端,本文对稳像算法进行了优化和改进。首先,为了进一步提高特征点的匹配精度和效率,提出了一种基于聚类分析的特征点匹配策略,结合K-means聚类分析原理剔除错误匹配点。实验结果表明:与距离抑制约束、随机抽样一致性算法相比,本文匹配算法能同时保证较高的正确匹配率和较短的匹配时间,并且具有很好的鲁棒性;其次,针对传统运动补偿法中的帧间跳变或累积误差问题,提出了一种基于自适应补偿的稳像算法,包括预处理、特征点匹配、参考帧的自适应更新、全局运动参数的累积迭代、卡尔曼滤波、运动补偿等。实验结果表明,与固定帧补偿法、相邻帧补偿法相比,采用本文算法后的稳像后视频具有更高的帧间峰值信噪比,帧间过渡更加平滑。(4)基于区域分割与融合的全景稳像算法研究在全景图像中,不同列的抖动存在差异,且局部区域内的成像特点不一致,导致传统的小视场稳像算法无法直接适用。因此,本文提出一种基于区域分割与融合的全景稳像算法,将全景视场稳像转化为小视场的稳像问题。首先,通过预补偿降低列与列之间的俯仰基底误差,并将全景图像区域分割为前端、后端、左端、右端区域;然后,不同区域采用不同的稳像模型,并结合渐入渐出加权平均融合方法对重叠区域进行区域拼接融合,保证了平滑过渡。实验结果表明:相对未分割的全景稳像算法,本文算法的局部细节处理更加细腻,稳像精度更高。