車載穩(wěn)像系統(tǒng)的技術(shù)設(shè)計(jì)與實(shí)現(xiàn)

1.2 針對(duì)雨霧天氣的圖像預(yù)處理

　　通過(guò)對(duì)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(duì)比度，當(dāng)圖像灰度值單一并且對(duì)比度差時(shí)，利用灰度投影算法對(duì)圖像匹配會(huì)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(dòng)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(lái)很大影響。因此，需要對(duì)圖像進(jìn)行預(yù)處理。傳統(tǒng)的預(yù)處理方法是通過(guò)直方圖均衡化進(jìn)行，但這種方法存在丟失細(xì)節(jié)和過(guò)分增強(qiáng)的缺點(diǎn)，在增強(qiáng)圖像對(duì)比度的同時(shí)也增強(qiáng)了圖像的噪聲，給后續(xù)算法在運(yùn)動(dòng)矢量估計(jì)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(guò)小波變換分解為低頻部分和高頻部分，然后單獨(dú)對(duì)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：

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

　　(2)利用公式

(σ為噪聲標(biāo)準(zhǔn)方差，N為信號(hào)的長(zhǎng)度)確定閥值λ;

　　(3)對(duì)高頻子圖按上述閥值進(jìn)行邊沿檢測(cè)并標(biāo)記;

　　(4)對(duì)標(biāo)記的邊緣進(jìn)行加強(qiáng)，對(duì)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：

　　圖2 圖像增強(qiáng)效果對(duì)比

　　通過(guò)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(shí)，也對(duì)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(shí)圖像細(xì)節(jié)也很好地保留下來(lái)而且圖像對(duì)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(dòng)添加抖動(dòng)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(tái)編寫車載穩(wěn)像算法，對(duì)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(dòng)矢量的估計(jì)

　　選用經(jīng)過(guò)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(jì)算兩幀圖像的行、列相關(guān)曲線。仿真結(jié)果如圖3所示：

　　圖3 兩種情況下的運(yùn)動(dòng)矢量估計(jì)

　　實(shí)驗(yàn)中手動(dòng)加入的水平和垂直方向的抖動(dòng)量分別為-9和12;而實(shí)驗(yàn)結(jié)果顯示，對(duì)未經(jīng)預(yù)處理的霧天圖像，由于對(duì)比度很差，采用灰度投影直接對(duì)其進(jìn)行運(yùn)動(dòng)矢量檢測(cè)時(shí)，檢測(cè)到的水平和垂直方向的運(yùn)動(dòng)矢量分別為-3和5，誤差較大;而圖3(b)是經(jīng)過(guò)均衡化處理后，檢測(cè)到的水平和垂直方向運(yùn)動(dòng)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(duì)圖像進(jìn)行對(duì)比度提高，檢測(cè)的水平和垂直方向的運(yùn)動(dòng)偏移量分別為-7和10，雖然還不能完全準(zhǔn)確地檢測(cè)出實(shí)際偏移的運(yùn)動(dòng)矢量，但精度要高于直方圖均衡化處理后的檢測(cè)結(jié)果。