论文部分内容阅读
摄像机成像过程中由于拍摄装置与景物的相对运动造成图像序列的不稳定，稳像技术研究的目的就是从输入的视频图像序列中去除因为摄像机的随机运动而引入的图像扰动，使图像序列稳定。利用纯数字图像处理的方法进行图像稳定研究是当前稳像研究发展的趋势，即根据图像内容确定图像之间的运动向量。运动向量的获取大致分为基于灰度与基于特征两类，基于特征的方法使用图像中少量代表性的信息来估计运动参数，可以较好的提高匹配速度。基于特征点的图像局部特征可以有效应对局部遮挡、物体变形等局部信息的丢失。由于摄相机可能存在的旋转、平移、焦距变化等随机运动，检测出的特征点必须具有旋转、平移和尺度不变性。
本文主要研究电子稳像系统的实时实现，针对稳像对SIFT算法进行了加速改进，并详细给出了该算法在FPGA上实现方案。首先，详细讨论了基于尺度空间的特征点检测和基于生物视觉原理的特征点匹配方法来完成图像匹配的算法--SIFT算法。该算法可以良好的应对图像发生旋转、平移、尺度变化，对亮度变化、仿射变化、噪声也具有一定的适应能力。然后，给出了该算法针对实时实现的改进，并验证了结果的精确性。最后，本文详细给出了基于SIFT特征提取算法的稳像系统在FPGA上的实现，仿真结果表明，经过改进的算法可以达到实时的结果。