一种基于单神经元PID控制器的数字稳像方法及装置制造方法及图纸

本发明专利技术实施例公开了一种基于单神经元PID控制器的数字稳像方法及装置，用于生成精确的补偿运动矢量。本发明专利技术实施例方法包括：将当前帧图像对应的单神经元PID控制器参考输入r(n)与前一帧图像对应的补偿运动矢量CMV(n-1)的差值r(n)-CMV(n-1)作为当前帧图像对应的单神经元PID控制器误差输入e(n)；根据所述当前帧图像对应的单神经元PID控制器误差输入e(n)生成当前帧图像对应的单神经元PID控制器输出u(n)；根据所述当前帧图像对应的单神经元PID控制器输出u(n)和当前帧图像对应的全局运动矢量GMV(n)生成当前帧图像对应的补偿运动矢量CMV(n)。通过实施本发明专利技术方案，能够生成精确的补偿运动矢量，有效消除稳态滞后效应，提高数字稳像的效果。

【技术实现步骤摘要】
一种基于单神经元PID控制器的数字稳像方法及装置
本专利技术涉及视频处理
，尤其涉及一种基于单神经元PID控制器的数字稳像方法及装置。
技术介绍
视频采集过程中，摄像设备自身晃动导致视频抖动问题。在数字摄像领域中，通常采用数字稳像技术处理视频抖动。数字稳像技术的原理是：首先，由数字稳像装置中的运动矢量估计单元计算视频相邻帧图像之间的全局运动矢量(GMV，GlobalMotionVector)，然后，再由运动补偿单元根据该全局运动矢量生成补偿运动矢量(CMV，CompensatingMotionVector)，最后，该数字稳像装置根据该补偿运动矢量对视频当前帧图像进行视频校正，从而消除视频抖动，获得稳定的视频输出。目前，运动补偿单元主要利用运动矢量累积法(MVI，MotionVectorIntegration)生成补偿运动矢量。请参见图1，为现有技术的运动矢量累积法原理图，该方法通过对视频相邻帧图像之间的全局运动矢量进行累加，该累加过程等效于一阶无限冲激响应(IIR，InfiniteImpulseResponse)滤波器，通过滤波得到当前帧的抖动运动矢量(JMV，JitteringMotionVector)。其数学表达式为：CMV(n)＝JMV(n)＝αJMV(n-1)+GMV(n)。其中，GMV(n)为视频当前帧图像的全局运动矢量，JMV(n)为视频当前帧图像的抖动运动矢量，JMV(n)直接作为视频当前帧图像的补偿运动矢量CMV(n)，α为阻尼系数，其作用是控制误差累积以及抑制稳态滞后效应。但是，当摄像设备进行主动扫描运动时，全局运动矢量中还会引入扫描运动矢量(SMV，ScanningMotionVector)，导致稳像后的视频出现稳态滞后效应，虽然阻尼系数α能够抑制稳态滞后效应，但是α通常是根据技术人员的经验设定的，α过大会无法抑制稳态滞后效应，α过小则会使抖动运动矢量精度较差。故无法生成精确的补偿运动矢量，从而无法有效消除稳态滞后效应，降低了数字稳像的效果。
技术实现思路
为了解决上述问题，本专利技术实施例提供了一种数字稳像方法及装置，用于生成精确的补偿运动矢量。通过实施本专利技术方案，能够生成精确的补偿运动矢量，有效消除稳态滞后效应，提高数字稳像的效果。一种基于单神经元PID(Proportion-Integration-Differentiation，比例-积分-微分)控制器的数字稳像方法，包括：将当前帧图像对应的单神经元PID控制器参考输入r(n)与前一帧图像对应的补偿运动矢量CMV(n-1)的差值r(n)-CMV(n-1)作为当前帧图像对应的单神经元PID控制器误差输入e(n)；根据所述当前帧图像对应的单神经元PID控制器误差输入e(n)生成当前帧图像对应的单神经元PID控制器输出u(n)；根据所述当前帧图像对应的单神经元PID控制器输出u(n)和当前帧图像对应的全局运动矢量GMV(n)生成当前帧图像对应的补偿运动矢量CMV(n)。一种基于单神经元PID控制器的数字稳像装置，包括：第一计算单元，用于将当前帧图像对应的单神经元PID控制器参考输入r(n)与前一帧图像对应的补偿运动矢量CMV(n-1)的差值r(n)-CMV(n-1)作为当前帧图像对应的单神经元PID控制器误差输入e(n)；单神经元PID控制器，用于根据所述当前帧图像对应的单神经元PID控制器误差输入e(n)生成当前帧图像对应的单神经元PID控制器输出u(n)；运动补偿单元，用于根据所述当前帧图像对应的单神经元PID控制器输出u(n)和当前帧图像对应的全局运动矢量GMV(n)生成当前帧图像对应的补偿运动矢量CMV(n)。从以上技术方案可以看出，本专利技术实施例具有以下优点：当前帧图像对应的单神经元PID控制器输出u(n)由单神经元PID控制器根据当前帧图像对应的单神经元PID控制器误差输入e(n)生成，运动补偿单元在生成当前帧图像对应的补偿运动矢量CMV(n)过程中引入u(n)作为输入，相当于在生成CMV(n)的过程中引入基于单神经元PID控制器的控制环节。通过实施前述方法，能够使得运动补偿单元生成精确的补偿运动矢量，从而有效消除稳态滞后效应，提高数字稳像的效果。附图说明图1为现有技术的运动矢量累积法原理图；图2为本专利技术第一实施例的基于单神经元PID控制器的数字稳像方法流程图；图3为本专利技术的运动矢量累积法原理图；图4为本专利技术第二实施例的基于单神经元PID控制器的数字稳像方法流程图；图5为本专利技术第三实施例的基于单神经元PID控制器的数字稳像装置结构图；图6为本专利技术第四实施例的基于单神经元PID控制器的数字稳像装置结构图。具体实施方式下面将结合本专利技术中的说明书附图，对专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例提供了基于单神经元PID控制器的数字稳像方法及装置，用于生成精确的补偿运动矢量。通过实施本专利技术方案，能够生成精确的补偿运动矢量，有效消除稳态滞后效应，提高数字稳像的效果。其中，单神经元PID(Proportion-Integration-Differentiation，比例-积分-微分)控制器是一种具有自学习、自适应、鲁棒性强等特性的控制器，通过调整连接权值wi和单神经元PID控制器比例系数K，能够构成自适应PID控制器。技术人员预先设定单神经元PID控制器参考输入r，单神经元PID控制器将r与上一时刻的系统输出y′的差值r-y′作为单神经元PID控制器误差输入e，并根据该e生成单神经元PID控制器输出u。u是当前时刻的系统输出y的生成依据之一。单神经元PID控制器根据e生成u的内部计算过程属于本领域公知技术，这里不再赘述。另外，一段数字视频由若干图像帧构成，每一帧图像依据时间先后次序排列，因此每一帧图像对应一个固定时刻。本专利技术实施例选取当前帧图像作为处理对象，要求对当前帧图像进行视频校正。并且所有前一帧图像对应的量都是已知量。设定当前帧图像的序号为n，则前一帧图像的序号为n-1。因此，本实施例所述的数字稳像方法能够适用于数字视频中的任意一帧图像。本专利技术第一实施例将对一种基于单神经元PID控制器的数字稳像方法进行详细说明，本实施例所述数字稳像方法的具体流程请参见图2，包括步骤：201、将当前帧图像对应的单神经元PID控制器参考输入r(n)与前一帧图像对应的补偿运动矢量CMV(n-1)的差值r(n)-CMV(n-1)作为当前帧图像对应的单神经元PID控制器误差输入e(n)。在本步骤中，已知量为前一帧图像对应的补偿运动矢量CMV(n-1)，该前一帧图像对应的补偿运动矢量CMV(n-1)已用于对前一帧图像进行视频校正。单神经元PID控制器将当前帧图像对应的单神经元PID控制器参考输入r(n)与前一帧图像对应的补偿运动矢量CMV(n-1)的差值r(n)-CMV(n-1)作为当前帧图像对应的单神经元PID控制器误差输入e(n)。即有e(n)＝r(n)-CMV(n-1)。单神经元PID控制器误差输入e(n)为单神经元PID控制器的输入。其中，由于补偿运动矢本文档来自技高网...

【技术保护点】
一种基于单神经元PID控制器的数字稳像方法，其特征在于，包括：将当前帧图像对应的单神经元PID控制器参考输入r(n)与前一帧图像对应的补偿运动矢量CMV(n?1)的差值r(n)?CMV(n?1)作为当前帧图像对应的单神经元PID控制器误差输入e(n)；根据所述当前帧图像对应的单神经元PID控制器误差输入e(n)生成当前帧图像对应的单神经元PID控制器输出u(n)；根据所述当前帧图像对应的单神经元PID控制器输出u(n)和当前帧图像对应的全局运动矢量GMV(n)生成当前帧图像对应的补偿运动矢量CMV(n)。

【技术特征摘要】
1.一种基于单神经元PID控制器的数字稳像方法，其特征在于，包括：将当前帧图像对应的单神经元PID控制器参考输入r(n)与前一帧图像对应的补偿运动矢量CMV(n-1)的差值r(n)-CMV(n-1)作为当前帧图像对应的单神经元PID控制器误差输入e(n)；根据所述当前帧图像对应的单神经元PID控制器误差输入e(n)生成当前帧图像对应的单神经元PID控制器输出u(n)；根据所述当前帧图像对应的单神经元PID控制器输出u(n)和当前帧图像对应的全局运动矢量GMV(n)生成当前帧图像对应的补偿运动矢量CMV(n)；计算阻尼系数α乘以前一帧图像对应的补偿运动矢量CMV(n-1)所得到的积αCMV(n-1)、所述当前帧图像对应的单神经元PID控制器输出u(n)以及当前帧图像对应的全局运动矢量GMV(n)的和值αCMV(n-1)+u(n)+GMV(n)；将所述和值αCMV(n-1)+u(n)+GMV(n)作为当前帧图像对应的补偿运动矢量CMV(n)。2.根据权利要求1所述的方法，其特征在于，所述根据所述当前帧图像对应的单神经元PID控制器输出u(n)和当前帧图像对应的全局运动矢量GMV(n)生成当前帧图像对应的补偿运动矢量CMV(n)之后进一步包括：根据所述当前帧图像对应的补偿运动矢量CMV(n)对所述当前帧图像进行视频校正。3.根据权利要求1所述的方法，其特征在于，所述根据所述当前帧图像对应的单神经元PID控制器输出u(n)和当前帧图像对应的全局运动矢量GMV(n)生成当前帧图像对应的补偿运动矢量CMV(n)之前进一步包括：获取当前帧图像对应的全局运动矢量GMV(n)。4.根据权利要求1所述的方法，其特征在于，所述根据所述当前帧图像对应的单神经元PID控制器误差输入e(n)生成当前帧图像对应的单神经元PID控制器输出u(n)包括：根据所述当前帧图像对应的单神经元PID控制器误差输入e(n)计算当前帧图像对应的状态量xi(n)；根据所述当前帧图像对应的状态量xi(n)、所述当前帧图像对应的单神经元PID控制器误差输入e(n)、前一帧图像对应的单神经元PID控制器输出u(n-1)、单神经元PID控制器学习速率η以及前一帧图像对应的连接权值wi(n-1)计算当前帧图像对应的连接权值wi(n)；根据所述当前帧图像对应的连接权值wi(n)计算当前帧图像对应的平均连接权值根据所述当前帧图像对应的平均连接权值所述当前帧图像对应的状态量xi(n)以及单神经元PID控制器比例系数K计算当前帧图像对应的单神经元PID控制器输出增量Δu(n)；根据所述当前帧图像对应的单神经元PID控制器输出增量Δu(n)和前一帧图像对应的单神经元PID控制器输出u(n-1)计算当前帧图像对应的单神经元PID控制器...

【专利技术属性】
技术研发人员：马晓红，梁维伟，左坤隆，
申请(专利权)人：华为技术有限公司，大连理工大学，
类型：发明
国别省市：