四种子块匹配数字稳像算法比较

之前在学校里对机载视频数字稳像方面的一些研究，选其中的一些内容分享到CSDN，转载请注明出处：四种子块匹配数字稳像算法评价【武林麦客】

1.图像子块匹配法原理

图像子块匹配法是最为常用的一种运动估计算法，该方法假定图像中所有像素有着相同的运动。为了减少计算量，通常通过求解局部运动向量来获取全局运动向量，这种方法称为图像子块匹配法(Sub-image matching algorithm)。如下图所示描述了图像子块匹配法的基本原理。

(a) 图像子块 (b) 子块匹配
图像中局部目标一般集中在图像的中间，所以，图像的四周受到局部目标的干扰相对较少。图中定义了四个子块，为了使图像子块具有代表性，这四个子块在图像四周的分布均匀。接着，在指定区域内平移各个子块，如图(b)所示，在虚线范围内移动。在移动的同时，计算子块与参考帧中对应区域的匹配度。

单一的局部运动向量LVM代替全局运动向量 的做法容易产生误差，一个较好的减小误差的方法是定义多个图像子块，对多个子块的局部运动向量进行均值处理，这样得到的运动向量具有全局代表性。通常可以选择一帧图像中四边的四个子块，对于每个图像子块都做上述匹配，就可以得到所定义的四个图像子块的局部运动向量 。对得到的四个局部运动向量做算术平均后得到全局运动向量 。

确定好匹配准则、图像子块选择好后，接下来就要选择图像子块的搜索策略了。运动估计是数字稳像最为关键的一步，因为它会消耗处理器很多的机器周期，需要大量的数字计算，而其中大量的数字运算大部分都被搜索过程所占据。因此，可以说搜索策略决定了图像子块匹配算法性能的优劣。下面将对图像子块的搜索策略进行研究。

2.图像子块匹配搜索策略

常用的搜索策略有耗尽搜索法又称全搜索法、三步搜索法、菱形搜索法，有相关