使用uC / DSP进行图像稳定

Question

我正处于一个项目的研究阶段，该项目涉及稳定将由RF发送的视频流中的图像。我希望使用DSP完成处理，或者如果可能的话，使用在相机附近（不在接收端）集成DSP（如STM32F4x）的uC。

关于哪种算法最适合这种应用的任何想法（显然实时约束是最重要的）？  还有，什么是最好的暗示：uC或DSP？哪种类型？

由于

Answer 1

关于目标：

• 当重点关注重复和短算法时，DSP会更有效率，这似乎就是你的情况。
• uC将更专注于多种通用功能，如通信，小型计算，调试......

请记住，大多数DSP都非常接近uC环境：外设，多通信通道，操作系统就绪......

Answer 2

最好是非常主观的，但是，你需要确保你有足够的内存来缓冲帧或更多（取决于算法），当然一些DSP功能会很好。至于算法，请检查这些问题及其答案：

Image stabilization/alignment algorithm

Video Stabilization with OpenCV

Answer 3

1. 如果您正在制作玩具，请使用微控制器。
2. 如果您正在构建体面的消费产品，请使用DSP应用处理器
3. 如果您正在构建超级强大的产品，请使用DSP + FPGA的组合 像汽车电子/控制

选择取决于应用。对于纯MAC性能，我选择ADI公司。对于MAC和其他铃声＆amp;口哨我会从TI的视频DSP产品组合中选择一些东西。尝试使用它们 - 例如DaVinci TMS320DM系列。 AD Blackfin曾经共同拥有令人印象深刻的MAC性能+ uC功能。但其长期路线图尚不清楚。

您的问题的复杂性和细节会激发您的应用程序的DSP /数学密集程度。

1. 图像，视频（或视频中的图像）稳定可以单独使用输入或借助其他外部测量隐式完成。它不仅仅是DSP，而是统计学，LSF和跟踪算法等简单运动估计的组合.DSP只是必要的方法集合之一。

2. 如果您正在构建流动站/机器人或车载摄像头，传感器融合如9轴Accel + Gyro + Mag，传感器将有助于测量输入测量的“颠簸”程度（摄像头输入）。这些有助于在DSP滤波器上选择正确的系数。

3. 在没有传感器的帮助下，还有隐含的“运动估计”。它被称为光流。用于光学鼠标或无人机稳定的相同技术。根据2D像素阵列上的扫描/漂移量和方向检测相机的快速或慢速运动。

4. DSP滤波器，矢量处理算法有一个共同点，即重复乘法和重复加法（积累）。这需要良好的MAC单元，因此DSP处理器是首选。

5. 即使动态计算DSP滤波器上的正确系数也是数学密集型的。所以它具有使用DSP处理器的递归优点！