摘  要：针对数字图象稳定应用对于实时性的要求，本文提出了一种基于下采样和亚象素相位相关性的全局运动估计算法。该算法能够有效降低运动估计的计算负担，并且与基于子图象的相位相关方法相比，本算法在运动估计范围和抗干扰能力方面都有着明显的优势。

   关键词：数字图象稳定；全局运动估计；下采样；相位相关方法

1  引  言

   数字图象稳定系统通过检测图象序列中的全局运动，消除其中不规则的运动部分，以获得利于观察和分析的图象序列[1]。图象稳定过程包括两个主要环节：全局运动估计和运动校正[2]。全局运动估计用于获得图象背景的整体运动情况，是图象稳定系统中最为关键的环节。常用的全局运动估计方法有以下几类：基于原始灰度信息的估计方法[3~5]，基于特征信息的估计方法[6~7]，以及基于变换域信息的估计方法[8~9]。基于原始灰度信息的方法，具有简单直观的优点，但是易受到噪声等因素的干扰，准确性较差；基于特征信息的方法，一般都具有较好的抗干扰能力，但是特征选取往往需要依赖特定环境，因此该类方法普适性较差；基于变换域信息的方法，在准确性和普适性方面常有较好的表现，因此也是当前研究的热点。

   相位相关方法是一种典型的变换域全局运动估计方法。该方法利用频域相位相关性信息进行运动估计，具有运动估计范围大，抗干扰能力强，估计效果稳定等优点[10]。但是，作为一种全局运动估计方法，相位相关估计的运算量较大，所以如果采用整幅图象进行估计，则很难满足图象稳定系统对于实时性的要求。针对这一问题，目前常用的解决办法是以若干子图象代替整幅图象进行相位相关估计，通过得到的局部运动情况计算全局运动矢量。这种利用子图象代替整幅图象的做法，虽然能够有效降低运动估计时的计算量，但会严重影响相位相关方法在抗干扰能力和运动估计范围方面的表现。为了克服上述两方面的问题，本文提出了一种基于下采样和亚象素相位相关估计的快速全局运动估计方法。

   本文的内容安排如下。接下了的一节将简要介绍频域相位相关估计的原理。然后在此基础上，第三节详细分析利用子图象进行相位相关估计的缺点。第四节中提出一种基于下采样和亚象素相位相关估计的快速全局运动估计方法。文章第五部分是实验结果，最后一部分是对本文的总结。

2  相位相关方法介绍

   相位相关估计依据傅里叶变换的平移特性，通过比较两幅图象频谱的相位关系，估计得到空域中

3  子图象相位相关方法分析

   作为一种全局运动估计方法，相位相关估计的运算量较大，所以如果采用整幅图象进行估计，则很难满足图象稳定系统对于实时性的要求。为了降低计算负担，最为常见的做法是利用若干子图象代替整幅图象进行相位相关估计，例如文献[9]中就采用对称选取4块 大小的子图象的方法进行相位相关估计，如图1所示。但是该类方法存在两处显著的缺点，第一个缺点是运动估计范围的减小；第二点是相位相关估计抗干扰能力的减弱。

   相对于其它全局运动估计方法而言，相位相关估计具有较强的抗干扰能力[9]。针对局部运动物体产生的干扰而言，只有当局部运动物体的面积大于图象面积的 时才能对全局运动矢量产生影响。但是，如果采用子图象的方法进行相位相关估计，局部运动物体的面积将较容易满足大于 子图象面积的要求，进而影响全局运动估计的准确性。

4  基于下采样和亚象素相位相关的全局运动估计方法

4.1   图象均匀下采样

   与选择子图象的做法相似，对下采样后的图象进行相位相关估计也能够减少参与运算的象素点数，从而达到降低计算复杂度的目的。所不同的是，均匀下采样的过程使得各部分图象内容等比例的缩小，因此不会对相位相关估计的运动估计范围和抗干扰能力产生影响。

   以两帧 大小的图象为例，对这两帧图象进行2倍下采样得到 大小的图象。下采样后的图象与第三节中提到的四块 大小的子图象在进行相位相关估计时的计算复杂度相同，但是由于下采样后的图象每个象素点代表原始图象中的两个象素，因此其最大运动估计范围是 ，即 。所以下采样后相位相关估计的运动估计范围不变。此外，由于均匀下采样时局部运动物体与背景图象等比例缩小，因此利用下采样后的图象进行相位相关估计也不会存在抗干扰能力下降，估计不准确的问题。

4.2   亚象素相位相关估计

   由于下采样的过程降低了图象的分辨率，因此会导致全局运动估计精度的下降。为了保证图象稳定质量不受影响，本文引入了亚象素相位相关估计，通过估计亚象素运动矢量来弥补由下采样引起的运动估计精度的损失。考虑到图象稳定系统实时性的要求，本文采用了文献[12]中推导的亚象素相位相关估计方法，该方法无须进行耗时的插值操作，而是在整象素相位相关估计的基础上直接通过计算得到最优亚象素位置，几乎不增加额外的计算和存储负担，因此适合于应用在对实时性有较高要求的图象稳定领域。该方法的亚象素运动矢量 计算公式如下。

   表1给出了利用两类算法对实验序列进行全局运动估计，补偿后序列的平均峰值信噪比。

6  小  结

   本文分析了基于子图象的相位相关方法在运动估计范围和抗干扰能力方面的缺陷，提出了一种基于下采样和亚象素相位相关估计的全局运动估计方法。该方法不仅能够有效减小全局运动估计的运算量，并且不会对运动估计范围和抗干扰能力产生不利影响。

   将该算法应用于图象稳定领域能够有效提高图象稳定系统的可用性和稳定质量。

参 考 文 献

[1] Rosenfeld A.  “Guest Editorial,” Real-Time Image Processing, vol. 2, pp. 269, 1996.

[2] Chang J Y, Hu W F, Cheng M H, et al. Digital image translational and rotational motion stabilization using optical flow technique[J]. IEEE Trans. On Consumer Electronics. 2002, 48(1):108-115.

[3] Ko S J, Lee S H, Lee K H. Digital image stabilization algorithms based   on bit-plane matching[J]. IEEE Trans. Consumer Electronics, 1998, 44(3): 617-622.

[4] Vella F, Castorina A, Mancuso M, Messina G. Digital image stabilization by adaptive block motion vectors filtering[J]. IEEE Trans. Consumer Electronics, 2002, 48(3):796-800.

[5] Ko S J, Lee S H, Jeon S W, Kang E S. Fast digital image stabilizer based on gray-coded bit-plane matching[J]. IEEE Trans. Consumer Electronics, 1999, 45(3): 598-603.

[6] Censi A, Fusiello A, Roberto V. Image stabilization by features tracking[C]. Proc. Image Analysis and Processing, 1999. 665-667.

[7] 宋永江，夏正良，杨世周，多直线全局运动估计及其在图像稳定中的应用[J]，东南大学学报，2002，32(2):211-217.

[8] Pourreza H R, Rahmati M, Behazin F. An electronic digital image stabilizer based on stationary wavelet transform(SWT)[C]. Proc. ICIP 2003. II- 383-6 vol.3.

[9] Ertürk S. Digital image stabilization with sub-Image phase correlation based global motion estimation[J]. IEEE Trans. Consumer Electron, vol.49, no.4, pp.591-597, 1999.

[10] Kugin C D, Hines D C. The phase correlation image alignment method[C]. On: IEEE Conference on Cybernetics and Society, September 1975.

[11] Morimoto C, Chellappa R. Evaluation of Image Stabilization Algorithms[C]. Proc. IEEE ASSP, Seattle, WA, USA, 1998,5: 2789- 2792.

[12] Foroosh H, Zerubia J B, Berthod M. Extension of phase correlation to sub-pixel registration[J]. IEEE Trans. Image Processing, 2002, 11(3): 188~200.