一种多模式实时电子稳像系统

摘要

本发明涉及一种多模式实时电子稳像系统，属于图像处理领域。主要包括数学模型和预处理模块、帧间稳像模块和帧内稳像模块。其中帧间稳像模块包括基于感兴趣区域全局运动估计单元、运动矢量滤波单元、运动决定单元和运动补偿单元；数学模型和预处理模块与帧间稳像模块中的基于感兴趣区域全局运动估计单元连接，基于感兴趣区域全局运动估计单元分别与运动矢量滤波单元和帧内稳像模块连接，运动矢量滤波单元、运动决定单元和运动补偿单元依次顺序连接，运动补偿单元分别与帧内稳像模块和外部的DSP并行处理连接；该系统具有多模式、高精度、实时性、抗高频振动及智能化的特点，以及结构简单、便于集成、易于操作等优点。

权利要求

1.一种多模式实时电子稳像系统，该系统主要包括数学模型和预处理模块、帧间稳像模块和帧内稳像模块；其中帧间稳像模块包括基于感兴趣区域全局运动估计单元、运动矢量滤波单元、运动决定单元和运动补偿单元；数学模型和预处理模块与帧间稳像模块中的基于感兴趣区域全局运动估计单元连接，基于感兴趣区域全局运动估计单元分别与运动矢量滤波单元和帧内稳像模块连接，运动矢量滤波单元、运动决定单元和运动补偿单元依次顺序连接，运动补偿单元分别与帧内稳像模块和外部的DSP并行处理连接；其特征在于：数学模型和预处理模块建立多模式电子稳像数学模型并完成输入视频运动类型的判定；帧间稳像模块中的基于感兴趣区域全局运动估计单元完成对感兴趣区域进行全局运动估计，对图像进行处理估算出当前帧相对于参考帧的全局运动偏移量，即由摄像机参数或者位置变化而引起的整个图像的变化，然后通过运动矢量滤波单元对图像进行滤波，并将滤波后的图像发送至运动决定单元；运动决定单元对检测出来的全局运动矢量进行分析，判断该运动是由摄像载体的随机抖动引起的，还是属于摄像机正常扫描运动，或者是两者兼有；运动补偿模块根据无意运动分量作为待补偿参数，直接使图像上的像素按照被检测出的运动偏移反方向做等量移动，以实现图像的行、列重组；帧内稳像模块针对由高频振动引起的图像帧内模糊，进行帧内图像的空间可变运动模糊的图像复原；

其中，采用区域划分法进行帧内图像的空间可变运动模糊的图像复原，具体为：将图像分割成很多微小区域，每一区域为空间不变运动模糊区域；对于每个微小矩形图像块，应用钻石搜索法计算运动偏移量，计算出图像中每个矩形图像块的运动向量，从而求出运动模糊尺度及模糊方向；进而计算出每个矩形图像块内的线性模糊核函数；将对矩形图像块使用图像盲复原算法，并且将计算的线性模糊核函数作为入口参数，迭代完成图像模糊复原；

采用FPGA结合多DSP小型化数字图像实时处理器完成图像数据的并行处理，FPGA完成图像预处理与电子稳像数学模型建立，三块DSP并行分别完成基于全局运动估计和数字滤波、空间可变运动模糊的图像复原算法和运动补偿，实现视频图像的实时处理；

其中，数字滤波采用一个3×3高斯滤波器，首先利用FPGA内部的块RAM构成两个双口RAM，分别用来存储第n-1和n-2行输入数据，同时分配9个寄存器用来存储参与滤波运算的临时数据；当第n行第k-2个数据写入寄存器R33时，首先分别从RAM中读取第n-1和n-2行的第k-2个数据存入寄存器寄存器R23和R13，然后依次R33将和R23分别存入RAM中原来存储R23和R13值的位置；在每个时钟周期对R11至R33的9个元素按照高斯窗口进行运算，并将运算结果作为滤波结果输出；完成一次滤波后，将寄存器R3i和R2i的值分别移入R2i和R1i中（i＝1，2,3）；按照此流程依次执行，即可完成对第n-1行数据的滤波。

2.如权利要求1所述的一种多模式实时电子稳像系统，其特征在于：所述的运动补偿单元采用基于Kalman滤波的全景图像补偿方法进行补偿，首先进行全局运动的参数估计，其次计算出运动分量，然后利用递归Kalman滤波器对原始视频序列的累积全局运动分量序列，按照观测量到达的时间顺序进行序贯滤波处理，再提取出对应的抖动分量以补偿当前图像，最后结合图像拼接技术重建丢失的边界信息，保证图像的完整性。

3.如权利要求2所述的一种多模式实时电子稳像系统，其特征在于：数学模型和预处理模块对平移运动和绕光轴的旋转运动，采用刚性数学模型；针对自由度下的平移、旋转和缩放运动，分别建立相似变换模型和仿射变换模型；对于平移、水平扫动、垂直扫动、旋转、镜头缩放运动，采用透视变换模型。

4.如权利要求3所述的一种多模式实时电子稳像系统，其特征在于：基于感兴趣区域全局运动估计单元首先完成感兴趣区域特征块和点提取，通过跟踪特征点进一步估计出运动量，通过建立灰度分布特征函数，依据区域内灰度分布特征数值确定有效特征区域，并提取特征量，该特征量在参考图像中进行匹配，得到特征量的运动变化值，将这些局部运动量带入到图像全局运动模型中可拟和出图像的全局运动量。

5.如权利要求4所述的一种多模式实时电子稳像系统，其特征在于：在计算全局运动量之前首先对局部运动量进行误差分析，并对精度低的局部运动量去除，保证稳像精度达到亚像元。

说明书

一种多模式实时电子稳像系统

技术领域

[0001] 本发明涉及一种多模式实时电子稳像系统，用于完成不同平台和环境下视频图像的高精度、实时性处理，属于图像处理领域。

背景技术

[0002] 21世纪以来，电子稳像技术以其易操作、高精度、体积小以及价格低、能耗小、智能化等特点，在军事领域、民用航测以及摄影系统中得到广泛的应用。但是，传统的电子稳像理论和技术存在一些难题：1)运动平台环境和特征复杂，成像条件多变，各种运动与图像之间的数学模型建立非常艰难；2)实际拍摄景物的复杂性和多样性，导致了稳像算法的通用性、实时性差；3)由于工作模式和成像理论多年来未有根本性突破，目前的电子稳像技术仍有许多不足，比如高频抖动带来的模糊问题，导致成像的清晰度不足以及稳像精度低。

[0003] 针对以上难点，国内外研究工作者提出了一系列的电子稳像算法和实现技术，如一种在大型搜索窗中进行运动估计的向量跟踪算法，参见M.Mattavelli，“Vector-tracing algorithm formotion estimation in large search windows”，IEEE Trans.Circuits Syst.Video Techno，2000，Vol.10，1426-1437；基于代表点匹配的电子稳像算法，参见钟平，“一种改进的代表点匹配算法在稳像技术中的应用”，光学技术，2005，Vol.31，No.5，742-745；基于梯度信息的全局运动向量估计算法，参见T.Marius，A.Sakari，V.Markku，“Method of Motion Estimation forImage Stabilization”，IEEE ICASSP，2006，Vol.2，
277-280；基于车载的电子稳像技术，参见Hsu Sheng-Che，Liang Sheng-Fu，Fan Kang-Wei，Lin Chin-Teng，“A Robust in-car digital imagestabilization technique”，IEEE Transactions on Systems，Man and Cybernetics，2007，Vol.37，No.2，234-247。电子稳像算法研究比较多，但是，这些方法都忽略了平台与图像之间的关系，忽视了图像中背景和目标也存在运动的影响，仅适用于处理信息较单一的图像序列，尤其是图像信息复杂多变，这些方法各自的局限性使其都无法满足实时性和高精度的要求。

[0004] 国内对电子稳像技术的研究起步较晚，目前仍处于初级阶段，大多数研究者只是单一研究特定运动平台下的电子稳像算法的研究，如机载、车载或者船载等稳像算法。工程应用的电子稳像技术主要利用陀螺传感器和伺服控制系统构成的稳定平台来进行稳像的，而伺服系统固有的体积大、造价高、消耗功率大等缺点，在很多的场合往往难于满足军事和民用设备进一步发展的需要。

发明内容

[0005] 本发明的技术解决问题是：克服现有技术的不足，提供一种多模式实时电子稳像系统，该系统具有多模式、高精度、实时性、抗高频振动及智能化的特点，以及结构简单、便于集成、易于操作等优点。

[0006] 本发明的技术解决方案是：一种多模式实时电子稳像系统，主要包括数学模型和预处理模块、帧间稳像模块和帧内稳像模块。其中帧间稳像模块包括基于感兴趣区域全局运动估计单元、运动矢量滤波单元、运动决定单元和运动补偿单元；数学模型和预处理模块与帧间稳像模块中的基于感兴趣区域全局运动估计单元连接，基于感兴趣区域全局运动估计单元分别与运动矢量滤波单元和帧内稳像模块连接，运动矢量滤波单元、运动决定单元和运动补偿单元依次顺序连接，运动补偿单元分别与帧内稳像模块和外部的DSP并行处理连接；

[0007] 其中，数学模型和预处理模块建立多模式电子稳像数学模型并完成输入视频运动类型的判定；帧间稳像模块中的基于感兴趣区域全局运动估计单元完成对感兴趣区域进行全局运动估计，对图像进行处理估算出当前帧相对于参考帧的全局运动偏移量，即由摄像机参数或者位置变化而引起的整个图像的变化，然后通过运动矢量滤波单元对图像进行滤波，并将滤波后的图像发送至运动决定单元；运动决定单元对检测出来的全局运动矢量进行分析，判断该运动是由摄像载体的随机抖动引起的，还是属于摄像机正常扫描运动，或者是两者兼有；运动补偿模块根据无意运动分量作为待补偿参数，直接使图像上的像素按照被检测出的运动偏移反方向做等量移动，以实现图像的行、列重组；帧内稳像模块针对由高频振动引起的图像帧内模糊，进行帧内图像的空间可变运动模糊的图像复原。

[0008] 运动补偿单元采用基于Kalman滤波的全景图像补偿方法进行补偿，首先进行全局运动的参数估计，其次计算出运动分量，然后利用递归Kalman滤波器对原始视频序列的累积全局运动分量序列，按照观测量到达的时间顺序进行序贯滤波处理，再提取出对应的抖动分量以补偿当前图像，最后结合图像拼接技术重建丢失的边界信息，保证图像的完整性。

[0009] 数学模型和预处理模块对平移运动和绕光轴的旋转运动，采用刚性数学模型；针对自由度下的平移、旋转和缩放运动，分别建立相似变换模型和仿射变换模型；对于平移、水平扫动、垂直扫动、旋转、镜头缩放运动，采用透视变换模型。

[0010] 基于感兴趣区域全局运动估计单元首先完成感兴趣区域特征块和点提取，通过跟踪特征点进一步估计出运动量，通过建立灰度分布特征函数，依据区域内灰度分布特征数值确定有效特征区域，并提取特征量，该特征量在参考图像中进行匹配，得到特征量的运动变化值，将这些局部运动量带入到图像全局运动模型中可拟和出图像的全局运动量。

[0011] 在计算全局运动量之前首先对局部运动量进行误差分析，并对精度低的局部运动量去除，保证稳像精度达到亚像元。

[0012] 采用FPGA结合多DSP小型化数字图像实时处理器完成图像数据的并行处理，FPGA完成图像预处理与电子稳像数学模型建立，三块DSP并行分别完成基于全局运动估计和数字滤波、空间可变运动模糊的图像复原算法和运动补偿，实现视频图像的实时处理。

[0013] 本发明的原理：在视频序列的稳像处理中，由于图像的全局运动涉及到图像的运动、摄像机载体和摄像机自身的运动和被摄目标的运动，三种运动相互关联、相互影响，因此，为了确定图像的运动，必须分析和研究平台和摄像机的运动特点，根据输入视频图像来判断运动类型，并分析帧间运动矢量，建立完善的电子稳像数学模型。针对视频序列中的帧间运动，采用基于感兴趣区域的运动预测新理论和新技术，并提出一种基于Kalman滤波的全景图像补偿方法，实现视频序列的实时滤波处理，以提取不稳定抖动分量而保留稳定的扫描分量；对于帧内运动，采用空间可变运动模糊的图像复原技术。为能实时完成以上算法，实现电子稳像任务，专门设计了以大规模的FPGA为中心结合高性能多DSP小型化数字图像实时处理器，充分利用FPGA和DSP并行资源和处理技术，FPGA完成图像预处理与电子稳像数学模型建立，三块DSP并行分别完成基于全局运动估计和数字滤波、空间可变运动模糊的图像复原算法和运动补偿，实现视频图像的实时处理。

[0014] 本发明与现有技术相比的优点在于：1)本发明针对不同运动平台和复杂成像环境，建立了高实时性和可工程实现的多模式电子稳像数学模型；2)本发明根据场景变化信息设计出精度高、便于实时实现的并行电子稳像算法，特别是基于感兴趣区域的运动预测新理论和新技术，提高电子稳像的精度；空间可变运动模糊的图像复原新技术，提高电子稳像的清晰度；快速的递归Kalman滤波处理方法，保证视频图像序列实时滤波处理；这几种方法的结合和并行算法的优化突破多模式实时电子稳像技术的关键问题之一，完成根本性的理论创新；3)有效利用FPGA和DSP并行处理技术，充分挖掘这些处理器的并行特性和计算资源，突破多模式实时电子稳像系统综合信号处理等关键技术，实现视频图像的实时处理。

附图说明

[0015] 图1为本发明的一种多模式实时电子稳像系统结构框图；

[0016] 图2为本发明分析成像过程的透视投影原理图；

[0017] 图3为本发明判定帧间运动类型的流程图；

[0018] 图4为本发明基于感兴趣区域运动估计模块技术路线框图；

[0019] 图5为本发明基于Kalman滤波的全景图像补偿流程图；

[0020] 图6为本发明基于空间可变运动模糊图像复原流程图；

[0021] 图7为本发明设计的电子稳像系统原理框图；

[0022] 图8为本发明设计的3×3高斯滤波器的FPGA实现示意图。

具体实施方式

[0023] 下面结合具体实施方式及附图对本发明做进一步详细说明。

[0024] 如图1所示，本发明主要三个模块组成：数学模型和预处理模块、帧间稳像模块和帧内稳像模块，其中帧间稳像模块包括基于感兴趣区域全局运动估计单元、运动矢量滤波单元、运动决定单元和运动补偿单元。

[0025] 1.本发明把平台运动引起摄像机的运动对图像变化的数学模型分成以下几种情况：

[0026] 1)平移运动和绕光轴的旋转运动，采用刚性数学模型：

[0027]

[0028] 其中θ为图像的旋转角度，m2和m5为平移量，刚性变换矩阵具有3个自由度。

[0029] 2)平移、旋转、缩放运动，采用相似变换模型：

[0030]

[0031] 这种模型不会扭曲物体的原有形状，但物体的大小会发生变化。相似变换矩阵具有4个自由度。

[0032] 3)平移、旋转、缩放运动，采用仿射变换模型：

[0033]

[0034] 图像中平行线经过仿射变换后仍然为平行线。仿射变换矩阵具有6个自由度。

[0035] 4)平移、水平扫动、垂直扫动、旋转、镜头缩放等运动，采用透视变换模型：

[0036]

[0037] 透视变换具有更一般的形式，其中刚性变换、相似变换以及仿射变都是透视变换模型的特例，透视变换矩阵具有8个自由度。

[0038] 本发明首先分析和研究平台和摄像机的运动特点，根据输入视频图像来判断运动类型，并分析帧间运动矢量，建立完善的电子稳像数学模型。具体的帧间运动类型判定流程图如图3所示，首先判断运动矢量是否多为零，排除静止帧之后；再判断运动矢量是否具有方向一致性，并区分水平方向运动还是垂直方向运动；接着判断是否存在扩张焦点区域，并区分缩放运动还是旋转运动；最后，在所有情况都不满足的情况下，此时帧间运动是无规则运动。本发明拟选取两幅图像进行分块(子块尺寸为8×8)处理，对各子块检测其运动矢量，设MVij＝(u，v)表示子块(i，j)的水平和垂直方向的运动矢量，然后绘制运动矢量分布图，可以根据一些统计特性来区分帧间运动类型。在判定过程中，取运动矢量的两个特征值：方向v/u和幅值

[0039] 2.利用基于感兴趣区域的运动预测新理论和快速的递归Kalman序贯滤波处理方法，以及空间可变运动模糊的图像复原技术，实现并行的、优化的多模式电子稳像算法[0040] 视频序列中的运动一般分为帧内运动和帧间运动两种情况。由低频振动引起的图像帧间晃动，虽然每一帧图像是清晰的，但是帧和帧之间发生了变化，也就是图像序列是被时间模糊了。这就需要对帧间进行处理，即通过运动估计算法获取图像序列帧间的运动矢量，再将图像上的像素按照被检测出的运动偏移反方向做等量移动，实现图像的行列重组，使得第二帧输出图像与第一帧输出图像重合，从而达到图像补偿稳定的目的。由高频振动引起的图像帧内模糊，由于在曝光时间内像素发生超过一个像素的运动，则每一帧图像都是模糊的，即图像函数整个空间均被模糊了。这就需要对图像帧内进行去模糊处理，可以采用空间可变运动模糊的图像复原技术解决。

[0041] 2.1基于感兴趣区域的运动预测方法

[0042] 1)运动估计单元

[0043] 运动估计是通过各种不同的运动估计算法对图像进行处理，估算出当前帧相对于参考帧的全局运动偏移量，即由摄像机参数或者位置变化而引起的整个图像的变化。由于背景噪声，如背景中小物体的移动、目标本身的运动、异物进入视场等这些外界干扰而产生的局部运动，均会影响全局运动估计的精度。因此，运动估计模块的关键技术就是全局运动估计：提高全局运动估计的精度，同时还要保证实时处理的能力。可以说，该模块决定了整个稳像系统的速度和精度。

[0044] 本发明采用基于感兴趣区域的运动预测新理论和新技术，实现运动估计模块，主要技术路线如图4所示，首先完成感兴趣区域特征块和点提取，通过跟踪特征点进一步估计出运动量。为了提高特征块和点提取的速度，满足实时性要求，需要优化感兴趣区域的特征量识别方法。对每个感兴趣区域进行特征有效性分析，通过建立灰度分布特征函数，依据区域内灰度分布特征数值确定有效特征区域，并提取特征量。特征量在参考图像中进行匹配，得到特征量的运动变化值，它反映了图像各有效区域的局部运动量。将这些局部运动量带入到图像全局运动模型中可拟和出图像的全局运动量，由此可见图像的全局运动量的计算精度是依赖于图像的各局部运动分量的精度的，因此，在计算全局运动量之前，首先要对局部运动量进行误差分析，并对精度低的局部运动量去除，保证计算图像全局运动量的精度，稳像精度达到亚像元。

[0045] 2)运动决定和运动补偿单元

[0046] 运动决定单元是对检测出来的全局运动矢量进行分析，判断该运动是由摄像载体的随机抖动引起的，还是属于摄像机正常扫描运动，或者是两者兼有。运动决定单元的关键是运动矢量滤波。由于存在着许多因素会影响运动矢量的检测精度，如背景中小物体的运动、目标本身的运动、异物进入视场等，如何对估计到的运动矢量做进一步处理以提高其精度，这个问题由运动决定单元解决。

[0047] 运动补偿模块是根据运动决定模块提供的无意运动分量作为待补偿参数，直接使图像上的像素按照被检测出的运动偏移反方向做等量移动，以实现图像的行、列重组，达到图像补偿稳定的目的，使监视器输出清晰的视频图像序列。本发明提出一种基于Kalman滤波的全景图像补偿方法，对视频图像序列进行实时滤波处理，以提取出不稳定抖动分量即无意运动，而保留稳定的扫描分量即有意运动。有效地降低视频图像序列的帧间抖动，适合于实时应用，其流程如图5所示，首先进行全局运动的参数估计，其次计算出运动分量，然后利用快速的递归Kalman滤波器对原始视频序列的累积全局运动分量序列，按照观测量到达的时间顺序进行序贯滤波处理，再提取出对应的抖动分量以补偿当前图像，最后结合图像拼接技术重建丢失的边界信息，以保证图像的完整性。

[0048] 2.2帧内稳像模块中的空间可变运动模糊的图像复原方法

[0049] 本发明应用区域划分法进行帧内图像的空间可变运动模糊的图像复原，其基本流程如图6所示，将图像分割成很多微小区域，每一区域可以近似为空间不变运动模糊区域，从而应用空间不变运动模糊图像复原方法。对于每个微小矩形图像块，应用钻石搜索法可以计算运动偏移量，计算出图像中每个矩形图像块的运动向量，从而求出运动模糊尺度及模糊方向。间接计算出每个矩形图像块内的线性模糊核函数(PSF)。将对矩形图像块使用图像盲复原算法，并且将计算的PSF作为入口参数，由于PSF已经是精确值的较好近似，因此该盲复原算法只需要很少的迭代次数就可以完成图像模糊复原。利用该方法保证运动检测的全局性，提高稳像的精度，使系统的整体稳像精度达到1/4像元。

[0050] 3.利用FPGA和DSP并行处理技术，挖掘这些处理器的并行特性和计算资源[0051] 本发明设计了以大规模的FPGA为中心结合高性能多DSP小型化数字图像实时处理器，充分利用FPGA和DSP并行资源和处理技术，FPGA完成图像预处理与电子稳像数学模型建立，三块DSP并行分别完成基于全局运动估计和数字滤波、空间可变运动模糊的图像复原算法和运动补偿，实现视频图像的实时处理。拟设计的电子稳像系统原理框图如图7所示。

[0052] 本发明根据所研究的多模式实时电子稳像算法，采取如下电子稳像系统并行信号处理关键技术：FPGA系统资源配置和图像预处理实现，并行处理的基本思想是将功能模块划分为多个子模块，对子模块进行并行处理，多路选择对应输出。该方法会使电路的面积增加，功耗增大。模块整体功耗的节省来自于子模块时钟频率的减半，频率节省的功率在抵消由硬件增加产生的功耗后，仍可使总功耗有明显的下降。其缺点是硬件开销增加，时钟产生扭曲(Clock Skew)。图像预处理算法，通常都是对单路数据进行加减、滤波等操作处理，而Virtex-4SX35具有192个DSP模块，完全可以满足多路数据流的并行处理。在算法优化中，要充分考虑FPGA所带的IP核资源。由于IP核是一种预定义的、并经过验证的复杂功能模块，一般已经实现了性能和资源的最优化，可以在实现同等功能的同时，节约系统资源。在Virtex-4FPGA中，每个CLB的功耗减小一半，静态功耗就减小40％，而动态功耗则减少50％。

[0053] 本发明根据滤波器的大小和FPGA所具有的并行性特点，设计一个3×3高斯滤波器如图8所示，首先利用FPGA内部的块RAM构成两个双口RAM，分别用来存储第n-1和n-2行输入数据，同时分配9个寄存器用来存储参与滤波运算的临时数据。当第n行第k-2个数据写入寄存器R33时，首先分别从RAM中读取第n-1和n-2行的第k-2个数据存入寄存器寄存器R23和R13，然后依次R33将和R23分别存入RAM中原来存储R23和R13值的位置。在每个时钟周期对R11至R33的9个元素按照高斯窗口进行运算，并将运算结果作为滤波结果输出。完成一次滤波后，将寄存器R3i和R2i的值分别移入R2i和R1i中(i＝1，2，3)。按照此流程依次执行，即可完成对第n-1行数据的滤波。

[0054] 并行DSP系统设计和并行实时电子稳像算法实现：本发明所设计的并行系统，将存储区的数据进行稳像算法的处理，即特征点的选取、匹配、跟踪、运动矢量的求取及补偿；对处理的数据利用DAT COPY()函数送到显示存储器进行显示，同时转到继续进行下一帧图像的处理。完成代码在DSP上面的移植，接下来就是将移植到DSP上的代码在CCS运行环境下实验以达到预期的结果。

[0055] 并行实时电子稳像系统性能测评加速比指对某个特定的应用，使用并行算法的执行速度相对于使用串行算法执行速度所快的倍数。并行系统的效率指加速比和处理器个数之比。Amdahal定律、Gustafson-Barsis定律和Sun & Ni定律分别适用于固定问题规模、固定时间和固定利用率这3种性能模型的加速比分析。这里考虑固定问题规模性能模型，根据Amdahal定律，假设问题的固定工作负载为W，其中必须顺序执行的百分比为α，不计所有开销时，加速比S为：

[0056]

[0057] 其中，n为处理器个数。由上式可见，当n→∞时，S →1/α，即加速比会随着处理器数目的增加而提高，但是存在极限，而且这一极限是由问题本身所决定的。事实上，随着处理器数目的增加，额外开销会越来越大。设额外开销为W0，则(8)式应修改为：

[0058]

[0059] 当n→∞时，S→1/(α+W/W0)，即额外开销使得加速比的极限降低了。

[0060] 显然，多模式高精度的电子稳像算法在系统上的高效实现，必须充分挖掘这些处理器的并行特性和计算资源，只有这样才能达到预期的目标。