对存在旋转与平移的图像运动估计技术算法详解。

引言 　　车载成像技术是一种将成像设备置于车载平台的远距离、非接触获取目标图像的技术和方法，是未来汽车智能化的关键。但是由于摄像机随车体晃动导致输出的图像序列不稳定，图像序列晃动量较大，易使观察者产生疲劳，也会严重影响后续处理的精度，因此，必须对车载图像序列进行稳定。 　　目前，车载稳像技术使用较多的算法为特征点法和灰度投影法。特征点法能对任意形式的图像运动进行运动矢量估计，但在处理一些画质较差，特征贫乏的图像时，精度往往很低，很难适应车载视频稳像的各种环境变化；灰度投影法只能处理只含平移运

提出一种基于运动分类的全局运动估计算法. 首先, 分区提取图像中的鲁棒Harris 特征点, 并采用特征窗匹配思路, 提高匹配速度; 其次, 对运动矢量在平移、旋转和缩放模式下的统计特性进行分析, 提出运动类型快速判定方法, 并验证特征点的有效性; 接着, 将有效点对代入运动方程, 求取全局运动参数; 最后, 结合Kalman 滤波来补偿当前帧实现视频稳像. 实验表明, 该算法能够处理含摄像机扫描和抖动的复杂场景, 检测误差小于0.5 像素, 且达到实时处理.