利用尺度空间下特征点进行匹配的电子稳像方法⋆

王雪静， 王小鹏， 闫建伟， 魏冲冲

（兰州交通大学 电子与信息工程学院， 兰州 730070）

0 引言

电子稳像旨在消除视频序列中的各种抖动,为此诸多学者提出了各种解决方法。常见的稳像方法有灰度投影法[1]、块匹配法[2]、位平面匹配法[3]和特征点匹配法[4]。灰度法算法简单速度快，但是要求图像灰度变化丰富，不能处理具有旋转的图像。相位相关法可以匹配旋转角度很大的图像但是计算量大。位平面法计算量小但不稳定。相对而言特征点匹配法即可以保证精度，同时计算量也较小，因此本文采用SIFT[5]特征匹配算法。

1 基于SIFT特征匹配的电子稳像

电子稳像算法有两大基本步骤：运动估计和运动补偿。运动估计就是找出当前帧相对于参考帧的偏移量。运动补偿就是估计出偏移量后对图像进行补偿。运动估计是稳像算法中的最为关键的步骤。本文采用特征点匹配算法计算图像的偏移量。

基于特征点的运动估计要尽可能准确的提取出图像的特征点并进行匹配，所以选择高精度的方法十分重要。本文采用的SIFT算法是一种在的尺度空间下提取图像特征点的方法，即尺度不变特征变换(Scale Invariant Feature Transform)，解决了不同尺度下图像特征点提取问题。SIFT算法独特性好，信息量丰富，精确率较高。

1.1 SIFT算法

SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值，提取极值点位置，尺度，旋转不变量。SIFT匹配算法分为以下几个步骤。

1.1.1 特征点的检测

1) 尺度空间建立

首先建立尺度空间，一幅二维图像I(x,y)尺度空间定义为：