本發明涉及一種圖像處理方法及設備，具體涉及一種圖像運動估計方法及設備。
背景技術：
1、數字圖像采集是利用攝像頭等傳感器將光信號轉化成電信號并用數字形式進行存儲、傳輸和顯示。數字圖像處理是將采集的數字圖像針對使用目的和場景進行處理優化，其中常見的方法包括：圖像增強和復原、圖像編碼壓縮、圖像描述等。
2、運動估計是廣泛應用于視頻編碼和計算機視覺領域的一種數字圖像處理方法。其核心思想是通過分析連續幀之間的圖像信息，確定圖像序列中像素或圖像塊的運動軌跡，從而預測下一幀圖像，達到壓縮數據量或追蹤目標的目的。運動估計利用視頻幀間相關性減少冗余信息，能夠提高編碼效率、節省存儲和傳輸空間，在視頻壓縮、目標跟蹤、三維重建等領域發揮著至關重要的作用。
3、運動估計常采用塊匹配算法，將視頻幀劃分為許多互不重疊的塊，然后在參考幀的搜索范圍內，根據一定的塊匹配準則找出當前塊最相似的的匹配塊，匹配塊與當前塊的相對位移即為運動矢量。
4、運動估計的主要任務是在歷史參考幀中找到一個最優的匹配塊，通常在時間上相鄰的前后兩幀之間物體運動的位移量不會很大，因此可以在當前塊位置出發，在歷史幀中相同位置的塊周圍的小區域內進行搜索。
5、隨著智能汽車產業的發展，車載影像在人車交互和輔助駕駛方面將發揮越來越重要的作用。車載影像是指車載攝像頭在駕駛過程中采集到的多幀視頻影像，包括倒車影像、行車記錄影像、360度影像等。運動估計作為車載影像的視頻處理和存儲過程中的重要步驟，對于提高影像的后續處理效果、降低運算的資源消耗有很大價值。
6、駕駛過程中，在很多場景下車輛運行速度非常快，即車載影像中，在時間上相鄰的前后兩幀之間物體運動的位移量可能存在較大變化，采用塊匹配算法的運動估計過程中，當前塊最相似的的匹配塊常常超出塊匹配算法的一般搜索范圍，從而導致無法準確實現塊匹配或需要消耗額外的計算資源來擴大塊匹配的搜索范圍。
7、考慮到汽車在很多場景下均為高速直線行駛，針對這一場景的運動估計方法優化可以提高塊匹配的準確率，從而降低匹配算法的資源消耗，以提高在車載影像壓縮、降噪等方面的表現。所以提出一種適合高速直線行駛場景的運動估計方法具有實際價值。
技術實現思路
1、發明目的：針對上述現有技術，提出一種適用于直線行駛的車載影像的運動估計方法及設備，實現準確的運動估計效果，并具有硬件資源消耗低的特點。
2、技術方案：一種適用于直線行駛的車載影像的運動估計方法，包括：
3、步驟1：根據先驗參數進行運動估計，包括：
4、對于相鄰兩幀圖像，前一幀為參考幀，后一幀為匹配幀；首先，對于匹配幀中的任意圖像塊，計算該圖像塊位于參考幀的匹配中心的坐標估計值(xc,yc)，xc=x+k(x-x0)，yc=y+k(y-y0)；其中，(x,y)為該圖像塊的中心點坐標，(x0,y0)為匹配幀圖像的中心點坐標，k為比例系數，k=qv，q為與圖像采集設備相關的常數，v為車載攝像頭拍攝該匹配幀時的行駛速度；然后，在以(xc,yc)為中心的匹配范圍內進行塊匹配計算，得到該圖像塊的匹配目標以及對應的位移向量；
5、步驟2：修正中心點坐標以及系數k，包括：
6、首先，對于任意匹配成功的圖像塊p(x,y)，計算該圖像塊與設定的周圍范圍內同樣匹配成功的其他圖像塊的移向量的差異度r；然后，將匹配幀中經步驟1匹配成功且差異度r小于預設閾值θ的各圖像塊的中心點坐標及位移向量(x,y,v1(x,y),v2(x,y))組成集合i，其中v1(x,y)和v2(x,y)分別為位移向量的橫坐標和縱坐標，修正后的中心點的坐標(x01,y01)為集合i中所有點中，到圖像塊中心與對應位移向量所確定的直線的距離的平方和最小的點的坐標；最后，根據修正后的中心點坐標(x01,y01)，將集合i中各圖像塊對應的位移向量與圖像塊到修正后的中心點距離的比值的均值，作為修正后的系數k；
7、步驟3：對當前匹配幀的下一幀進行運動估計時，則將步驟2得到的修正后的中心點坐標和修正后的系數k作為先驗參數，重新執行步驟1來進行運動估計，并通過執行步驟2對中心點坐標和系數k進行迭代修正，通過不斷迭代完成每一幀的運動估計。
8、進一步的，所述步驟2中，計算差異度r時，對于匹配成功的圖像塊p(x,y)，取以圖像塊p(x,y)為中心的k*k矩陣形式排列的若干圖像塊，將其中匹配成功的各圖像塊組成集合j，j的元素個數為n，則差異度r的具體計算公式為：
9、；其中，v1(xi,yj)和v2(xi,yj)分別為k*k矩陣中第i行j列的圖像塊p(xi,yj)的位移向量的橫坐標和縱坐標。
10、進一步的，所述步驟2中，用于求取所述修正后的中心點的坐標的目標函數為：
11、；采用基于數學推導的方法或基于應用實例的枚舉法對該目標函數求解得到的坐標即為修正后的中心點的坐標。
12、進一步的，采用下式計算修正系數：
13、；其中，c為符號判斷參數。
14、進一步的，所述基于應用實例的枚舉法包括：在以當前匹配幀上一幀修正后的中心點(x’0,y’0)周邊的設定范圍內進行搜索，將所述定范圍內各點的坐標分別代入所述目標函數中，目標函數取值最小的坐標即為當前匹配幀修正后的中心點坐標(x01,y01)。
15、進一步的，所述設定范圍的大小為(x’0+i,y’0+j)，-d≤i≤d，-d≤j≤d，范圍值d取5~10。
16、一種電子設備，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時實現所述的適用于直線行駛的車載影像的運動估計方法。
17、有益效果：本發明方法針對車載影像獨特的使用場景和高速行駛場景下運動估計的需求，考慮到直線行駛下相鄰幀匹配塊之間的位置關系，采用運動模型和迭代法相結合的總體思路，實現準確的運動估計效果。本方法計算的硬件資源消耗小，易于實現，便于低成本實現。
18、具體的，本方法首先通過運動模型確定基礎位置關系。對于直線行駛的場景，相鄰幀之間的關系可以簡化為一個基本穩定的中心點以及距離該中心點越遠則位移越大的其他點，在此基本的位置關系基礎上進行塊匹配的搜索，可以大幅提高準確率并降低計算資源消耗。
19、其次，利用汽車速度計算先驗參數。相鄰幀之間的位移與汽車的行駛速度強相關，通過基于行駛速度確定先驗的位移參數，可以加快后續迭代過程中的收斂速度。
20、最后，通過迭代計算實際參數，用于運動估計。由于實際環境的復雜性，僅通過運動模型和速度估算得到的位移數據會有一定偏差，通過迭代的方法進行不斷修正直至收斂，可以得到更為準確的結果。
1.一種適用于直線行駛的車載影像的運動估計方法，其特征在于，包括：
2.根據權利要求1所述的適用于直線行駛的車載影像的運動估計方法，其特征在于，所述步驟2中，計算差異度r時，對于匹配成功的圖像塊p(x,y)，取以圖像塊p(x,y)為中心的k*k矩陣形式排列的若干圖像塊，將其中匹配成功的各圖像塊組成集合j，j的元素個數為n，則差異度r的具體計算公式為：
3.根據權利要求2所述的適用于直線行駛的車載影像的運動估計方法，其特征在于，所述步驟2中，用于求取所述修正后的中心點的坐標的目標函數為：
4.根據權利要求1-3任一所述的適用于直線行駛的車載影像的運動估計方法，其特征在于，采用下式計算修正系數：
5.根據權利要求3所述的適用于直線行駛的車載影像的運動估計方法，其特征在于，所述基于應用實例的枚舉法包括：在以當前匹配幀上一幀修正后的中心點(x’0,y’0)周邊的設定范圍內進行搜索，將所述定范圍內各點的坐標分別代入所述目標函數中，目標函數取值最小的坐標即為當前匹配幀修正后的中心點坐標(x01,y01)。
6.根據權利要求5所述的適用于直線行駛的車載影像的運動估計方法，其特征在于，所述設定范圍的大小為(x’0+i,y’0+j)，-d≤i≤d，-d≤j≤d，范圍值d取5~10。
7.一種電子設備，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現權利要求1-6任一所述的適用于直線行駛的車載影像的運動估計方法。