Blurred Image Compensation by Using Image Composition

當無人載具在飛行中，其酬載系統對地面的地形地物進行拍攝影像時，常會因載具震動或搖擺而造成所拍攝的影像模糊，進而使得其後續利用這些影像的模組如目標識別與定位、地形地物研判等任務無法順利進行。影像穩定也稱為震動減低，是一種幫助改善影像模糊的攝影技術，它可以減少因為相機震動、快門速度過慢、或使用望遠鏡頭等因素所造成的影像模糊。本文提出一種可應用於無人載具上有效的影像穩定系統，它採取影像合成之數位影像穩定系統，也就是使用影像處理的技術去補償影像之震動，以達到消除影像模糊的目的。整體來說，我們的方法包含下列步驟：1）先取兩張影像做特徵點偵測；2）特徵比對；3）兩張影像旋轉到相同座標系統；4）再做特徵點偵測；5）特徵比對；6）影像比例合成，最後得到清晰的結果影像。我們曾以實際的影像資料來進行實驗，實驗結果顯示所提的方法是有效的。When a UAV is operating in the air, its payload system will take images of the terrains and targets on the ground. The images taken by the camera are often blurred due to the shake and pitching of the UAV, and this may cause the subsequent tasks such as target recognition and positioning, terrain identification, etc., which make use of these images, not be able to undertake. Image stabilization, also known as vibration reduction, is a photographic technology which helps prevent images from becoming blurred. It reduces vibration caused by camera shake, slow shutter speed, or when using a telephoto lens. In this paper, an effective image stabilization system, which can be used on the UAV, is developed. It adopts the digital stabilization based on image composition, in which the image processing techniques is used, to compensate for camera vibrations. This image stabilization system will much improve the quality of the blurred images. In general, the proposed method contains the following steps: 1) Detect the feature points on two consecutive images; 2) match the feature points; 3) rotate the images for alignment; 4) detect the feature points again; 5) match the feature points; and 6) compose the images to obtain a deblurred image. We have used real image data to perform experiments. The experimental results show that the proposed method is effective.第一章 序論 1 1.1 研究背景與發展動機 1 1.2 影像模糊種類 1 1.3 模糊影像形成原因 4 1.4 影像清晰度的判斷標準 5 1.4.1 梯度 6 1.4.2 邊緣檢測器 7 1.5 章節介紹 8 第二章 影像穩定系統 9 2.1 光學影像穩定系統 9 2.1.1 使用移動式鏡片達到影像穩定 9 2.1.2 使用移動式CCD達到影像穩定 12 2.2 數位影像穩定系統 14 2.2.1 使用加大視窗達到影像穩定 14 2.2.2 增加ISO速度達到影像穩定 15 第三章 應用合成技術達到數位影像穩定 16 3.1 概念 16 3.2 影像選取 16 3.3 使用SIFT做特徵偵測 17 3.3.1 尺度空間的極值偵測 17 3.3.2 精確的特徵點確認 22 3.3.3 方向的確認 23 3.3.4 特徵點的描述 27 3.3.5 SIFT實驗結果 28 3.4 特徵比對 30 3.5 預先旋轉 32 3.6 影像合成 34 3.7 系統流程圖 37 第四章 操作介面與實驗結果 38 4.1 圖形介面使用介紹 38 4.2 實驗結果 49 第五章 結論 57 參考文獻 5