用于图像稳定的设备和方法技术

提供一种用于图像稳定的设备和方法。图像稳定方法包括：接收由相机捕获的图像；检测图像的运动；使用卡尔曼滤波器预测图像的运动；比较检测的运动与预测的运动；基于比较的结果更新卡尔曼滤波器的参数。

Apparatus and method for image stabilization

Apparatus and method for image stabilization. Including image stabilization method for receiving image captured by the camera; image motion detection; image motion prediction using Calman filter; motion detection and forecast movement; updating the parameters based on the result of the comparison of the Calman filter.

【技术实现步骤摘要】
本申请要求于2015年9月16日提交到韩国知识产权局的第10-2015-0131057号韩国专利申请的优先权，所述韩国专利申请的全部公开通过引用被包含于此。
与示例性实施例一致的设备和方法涉及一种用于图像稳定的方法、设备和记录介质。
技术介绍
随着越来越多的人使用多媒体设备，对于用于各种环境中捕获的数字图像的图像增强技术的需求也在增加。图像增强技术包括模糊去除、噪声去除和图像稳定等，并被广泛地应用在数字相机、智能电话、家庭用相机和便携式摄录像机、工业用监控摄像机、广播摄像机和图像捕获装置(诸如军事用图像捕获装置)。最初开发的图像捕捉装置通过对模拟图像进行数字化来产生图像。然而，最近的图像捕获装置基于各种预处理和后处理技术，产生比模拟图像更加清楚地描绘对象的高清晰度数字图像。在数字图像校正技术中，图像稳定技术是最普遍使用的。当用户在握持图像捕获装置或者用户移动到另一个地方的同时捕获图像时，图像捕获装置可能会抖动。在相机以以运输模式(诸如车辆、固定翼飞机和直升机)安装的情况下，由于受到很多环境因素(诸如机械振动和与地面之间的摩擦)的影响，相机可能会意外地抖动。此外，随着变焦镜头的放大倍率增加，即使轻微移动图像捕获装置，屏幕也会严重地抖动。使用图像稳定技术，以便即使图像捕获装置在捕获图像时抖动也能获得清楚和锐利的图像；并被应用，以去除在捕获的图像中发现的由于抖动引起的不利影响。最近，使用数字图像稳定技术，以通过经由基于输入图像信号的帧之间的运动预测检测不需要的抖动影响以及从帧存储器或电荷耦合器件(CCD)中读取运动被校正的图像数据，来校正抖动影响。因为数字图像稳定技术可以是低成本的，可具有比机械稳定方法高的精度，并且还补偿各种不能通过机械稳定方法补偿的运动分量，所以对数字图像稳定技术的研究正在积极地开展中。卡尔曼滤波器是一种跟踪包括噪声的信号的状态的递归滤波器，是由鲁道夫·卡尔曼提出的。卡尔曼滤波器被用在各种领域(诸如，计算机视觉、机器人学、雷达等)，并在大多数情况下有效地运行。卡尔曼滤波器递归地运行。使用卡尔曼滤波器，以基于在当前值之前立即估计的并排除估计值和测量值的值，而不是在当前值之前立即估计的值，估计当前值。可将使用卡尔曼滤波器的算法分为两个过程：预测过程和更新(校正)过程。首先，执行用于计算先前预测的状态之后的状态的预测过程。然后，执行用于基于计算的预测状态和实际测量的状态之间的误差递归地校对计算的预测状态和帮助更精确地预测下一状态的更新(校正)过程。
技术实现思路
示例性实施例可解决至少上面的问题和/或缺点以及上面未描述的其他缺点。此外，不要求示例性实施例克服上述的缺点，并可不克服上述问题中的任何一个。一个或多个示例性实施例提供一种使用自适应卡尔曼滤波器的用于图像稳定的方法、设备和记录介质。根据示例性实施例的一个方面，提供一种图像稳定方法，所述方法由图像稳定设备执行，所述方法包括：接收由相机捕获的图像；检测图像的运动；使用卡尔曼滤波器预测图像的运动；比较检测的运动与预测的运动；基于比较结果更新卡尔曼滤波器的参数。所述方法还可包括：基于检测的运动与预测的运动之间的差，确定图像的无意运动；补偿无意运动。更新参数可包括：响应于预测的运动具有幅度大于或等于阈值的波动区间，增大卡尔曼滤波器的测量噪声方差。更新参数可包括：响应于检测的运动与预测的运动之间的差大于或等于阈值，减小卡尔曼滤波器的测量噪声方差。所述方法还可包括：基于预测的运动和检测的运动，校正预测的运动。图像可以是当前帧；所述方法还可包括：基于当前帧的校正的预测的运动，预测位于当前帧之后的帧的运动。可基于如下公式对运动进行预测：其中，可以是从当前帧预测的运动，可以是校正从前一帧预测的运动的值，A是状态转变矩阵，Pt-可以是关于预测的运动的误差方差，Pt-1可以是关于值的误差方差，Sw可以是过程噪声方差。可基于如下公式对预测的运动进行校正：其中，Kt可以是卡尔曼滤波器的增益，C可以是观察模型矩阵，Sz可以是卡尔曼滤波器的测量噪声方差，可以是校正从当前帧预测的运动的值，yt可以是从当前帧检测的运动，Pt可以是值的误差方差。更新参数的步骤可包括更新测量噪声方差SZ。一种非易失性计算机可读记录介质，所述记录介质可存储使计算机执行所述方法的程序。根据示例性实施例的一方面，提供一种图像稳定设备，所述设备包括：图像接收器，被配置为接收由相机捕获的图像。所述图像稳定设备还包括至少一个处理器，以实现：图像校正器，被配置为检测图像的运动并使用卡尔曼滤波器预测图像的运动；参数更新器，被配置为比较检测的运动与预测的运动，并基于比较的结果更新卡尔曼滤波器的参数。图像校正器还可被配置为：基于检测的运动和预测的运动之间的差值，确定图像的无意运动；补偿无意运动。参数更新器还可被配置为：响应于具有幅度大于或等于阈值的波动区间的图像的预测的运动，增大卡尔曼滤波器的测量噪声方差。参数更新器还可被配置为：响应于检测的运动与预测的运动之间的差大于或等于阈值，减小卡尔曼滤波器的测量噪声方差。图像校正器还可被配置为：基于预测的运动和检测的运动来校正预测的运动。图像可以是当前帧，图像校正器还可被配置为：基于当前帧的校正的预测运动，预测位于当前帧之后的帧的运动。可基于如下公式对运动进行预测：其中，可以是从当前帧预测的运动，可以是校正从前一帧预测的运动的值，A可以是状态转变矩阵，Pt-可以是预测的运动的误差方差，Pt-1可以是值的误差方差，Sw可以是过程噪声方差。可基于如下的公式对预测的运动进行校正：其中，Kt可以是卡尔曼滤波器的增益，C可以是观察模型矩阵，Sz可以是卡尔曼滤波器的测量噪声方差，可以是校正从当前帧预测的运动的值，yt可以是从当前帧检测的运动，Pt可以是值的误差方差。参数更新器还可被配置为更新测量噪声方差SZ。附图说明通过参照附图对示例性实施例进行描述，上述和/或其他方面将会变得更加清楚，附图中：图1是根据示例性实施例的图像系统的示图。图2是根据示例性实施例的根据卡尔曼滤波器的参数的设置的卡尔曼滤波器的输出值的曲线图。图3和4是根据示例性实施例的卡尔曼滤波器的输出值的曲线图。图5是根据示例性实施例的根据卡尔曼滤波器的输出值的状态的设置参数的曲线图。图6是根据示例性实施例的在调节卡尔曼滤波器的参数时的卡尔曼滤波器的输出值的曲线图。图7是根据示例性实施例的图像稳定方法的流程图。具体实施方式下面参照附图对示例性实施例进行更加详细地描述。在以下描述中，即使在不同的附图中，相同的附图标记被用于相同的元件。提供在实施方式中限定的事物(诸如具体的结构和元件)，以协助全面理解示例性实施例。然而，应当清楚的是，能在没有这些具体地限定的事物的情况下实施示例性实施例。此外，不会对公知的功能或构造进行详细的描述，因为它们会因不必要的细节而使实施方式变得模糊。将理解，尽管在这里可使用术语“第一”、“第二”等描述各种组件，但是这些组件可不由这些术语限制。这些术语仅仅是用于区分一个组件与另一个组件。如这里所使用，单数形式“一个”和“这个”意图在于同样包括复数形式，除非上下文另外清楚地指出。还将理解，这里所使用的术语“包括”和/或“包含”指定所述特征或组件的存在，而不是排除一个或多个其他特征或组件的本文档来自技高网...

【技术保护点】
一种图像稳定方法，所述方法由图像稳定设备执行，所述方法包括：接收由相机捕获的图像；检测图像的运动；使用卡尔曼滤波器预测图像的运动；比较检测的运动与预测的运动；基于比较结果更新卡尔曼滤波器的参数。

【技术特征摘要】
2015.09.16 KR 10-2015-01310571.一种图像稳定方法，所述方法由图像稳定设备执行，所述方法包括：接收由相机捕获的图像；检测图像的运动；使用卡尔曼滤波器预测图像的运动；比较检测的运动与预测的运动；基于比较结果更新卡尔曼滤波器的参数。2.如权利要求1所述的方法，还包括：基于检测的运动与预测的运动之间的差，确定图像的无意运动；补偿无意运动。3.如权利要求1所述的方法，其中，更新参数的步骤包括：响应于预测的运动具有幅度大于或等于阈值的波动区间，增大卡尔曼滤波器的测量噪声方差。4.如权利要求1所述的方法，其中，更新参数的步骤包括：响应于检测的运动和预测的运动之间的差大于或等于阈值，减小卡尔曼滤波器的测量噪声方差。5.如权利要求1所述的方法，还包括：基于预测的运动和检测的运动，校正预测的运动。6.如权利要求5所述的方法，其中，图像是当前帧；所述方法还包括：基于当前帧的校正的预测的运动，预测位于当前帧之后的帧的运动。7.如权利要求5所述的方法，其中，基于如下公式对运动进行预测：X^t-=AX^t-1Pt-=APt-1AT+Sw]]>其中，是从当前帧预测的运动，是校正从前一帧预测的运动的值，A是状态转变矩阵，Pt-是关于预测的运动的误差方差，Pt-1是关于值的误差方差，SW是过程噪声方差。8.如权利要求5所述的方法，其中，基于如下公式对预测的运动进行校正：Kt=Pt-CT(CPt-CT+Sz)-1X^t=X^t-+Kt(yt-CX^t-)Pt=(I2-Kt)Pt-]]>其中，Kt是卡尔曼滤波器的增益，C是观察模型矩阵，SZ是卡尔曼滤波器的测量噪声方差，是校正从当前帧预测的运动的值，yt是从当前帧检测的运动，Pt是值的误差方差，I2是2×2单位矩阵。9.如权利要求8所述的方法，其中，更新参数的步骤包括更新测量噪声方差SZ。10.一种图像稳定设备，所述设备包括：图像接...

【专利技术属性】
技术研发人员：柳然杰，朴相志，车俊昊，卢承仁，
申请(专利权)人：韩华泰科株式会社，
类型：发明
国别省市：韩国;KR