关键词：TMS320C6713B；图像旋转；仿射变换；APAl50

在机载电视红外摄像与瞄准过程中，由于电视红外摄像框架的横滚运动而引起光学系统和成像器件相对载机运动，从而造成图像的旋转；在许多光学瞄准器、红外吊舱系统以及测量定标系统中，为了消除由于探测器的姿态变化而引起的图像旋转，时常要对光学探测器所获取的目标图像进行实时反旋转变换，恢复图像的稳定状态，以便准确地对目标图像进行自动识别和跟踪。考虑到实时性，目前文献基本上都是以FPGA为核心设计的，这里提出一种基于TMS320C6713B的实时数字视频消旋系统，将仿射变换计算方法进行优化应用到系统中，有效地消除了视频图像的旋转运动，达到了稳定图像的目的。

1 系统算法设计

对图像进行消旋，实际上是根据已知图像的旋转角度，将该图像按照同样的角度进行反旋转，从而达到消除图像旋转影响的目的。因此，图像消旋算法的本质是图像的旋转计算，即由原图像旋转一个角度得到目标图像。

结合实际应用，假设载体的运动导致连续两帧图像间存在的全局运动表现为平移和绕光轴的旋转，也即连续两帧图像间可以用线性变换来表征。因此，采用仿射变换来建立图像运动模型。

若(X1，Y1)，(X2，Y2)分别是参考帧与当前帧图像中相互对应的配准点，则它们之间的运动表达式

式中，θ是配准点之间的旋转角△X，△Y分别为配准点在横向和纵向上的偏移。

对式(1)进行优化，假设输出图像中水平相邻2个像素点(x，y)和(x+1，y)，则经仿射变换后在输入图像中有对应的2点(u1，v1)和(u2，v2)。不难推导，有如下关系式成立：

同理假设输出图像中垂直相邻2个像素点(x，y)和(x，y+1)，则经仿射变换之后在输入图像中有对应的2点(u1，v1)和(u3，v3)，有如下关系式成立：

从式(2)和式(3)中可以看出，输出图像中经变换后的两点坐标差与输入源图像中相邻两点位置无关。也就是说。只要计算一次仿射变换就可以采用增量法来求出仿射变换后的所有点的精确位置。因此，图像的第一个点要用到完整的仿射变换公式

进行计算，后面的点只计算两个浮点加法就可以获得一个仿射变换点的精确位置。获得精确的位置后，利用最邻近像素法计算图像灰度，只需要对计算后的坐标位置四舍五入得到整数坐标值，利用该坐标来获取相应点的灰度值即可。