王斌銳，徐　肶，金英連
中國計量學院機電工程學院自動化研究所，浙江杭州

摘　　　要：消除視覺抖動是機器人移動中對接作業的關鍵。基于仿射變換，建立了圖像的遞推運動模型；設計了基于梯度的分區域的ＫＬＴ特征提取算法，分析了梯度與灰度變化的關系；利用絕對誤差和較優進行特征點的匹配，并利用菱形搜索算法來提高匹配速度，設計自適應模板算法來解決匹配結果不惟一的問題；利用較小二乘法求解超定運動方程組，得到運動參數。推導得到有意運動參數的觀測模型；利用Ｋａｌｍａｎ濾波去除無意運動；利用濾波后的運動參數重構圖像，對含抖動的視頻進行穩像補償。在非平整路面內移動機器人上開展實驗。結果表明，相對參數濾波比絕對參數濾波更平滑，且算法對ｘ和ｙ方向的抖動補償無相互干擾，經過該算法處理后的視頻序列與原序列相比結果得到較大改善，滿足準確性要求。

關　鍵　詞：視覺抖動；特征匹配；超定方程；Ｋａｌｍａｎ濾波；運動補償

１　引　言
攝像頭安裝在非平穩移動的機器人上，視頻帶有抖動。視頻穩定主要包括光學穩像、機械穩像和電子穩像［１�玻玻荩撤N方法。光學穩像和機械穩像需專用設備，成本高。電子穩像直接對視頻進行操作，是現代穩像技術發展的重要方向，主要包括運動的估計、濾波和補償三部分。文獻［３］提出用塊匹配的方法估計視頻運動參數，計算量大；文獻［４］用灰度投影方法估計運動參數，算法精度不高，效果不明顯；文獻［５�玻叮萦茫樱桑疲裕ǔ叨炔蛔儯┨卣髌ヅ涔烙嬤\動矢量；文獻［７］主要研究以灰度投影算法為基礎的電子穩像算法。運動濾波是視頻穩定的重點，主要有均值濾波、ＦＩＲ 濾波和Ｂ 樣條濾波［８�玻保埃荨＃耍蹋裕郏保保菟惴ㄊ牵耍幔睿幔洌澹�Ｌｕｃａｓ，和Ｔｏｍａｓｉ等人提出的一種利用空間亮度等級差異信息獲取特征點的特征提取和跟蹤算法。本文首先利用ＫＬＴ方法對圖像進行特征提取；其次對相鄰２幀之間作特征匹配得到運動參數；而后運用Ｋａｌｍａｎ濾波方法去除無意運動；較后開展了實驗研究。

登錄網站后可下載文件