Image stabilization of photos or video is important on different applications such as search-and-rescue or electrical power line inspection. Any motion creates a change on camera orientation, which can be balanced using complex image algorithms (perspective change, resizing, etc.). Nowadays, two opposite options have been applied. The first one, uses a complex platform with sensors and actuators that are able to, in real-time, correct non-desired motions and vibrations or aim to a specific target. They are called gimbals. They are expensive, big and heavy. The second one, uses image processing techniques (such as pattern recognition algorithms), that are able to process images until an image stabilization effect is obtained. This software approach requires powerful computers, because of the big amount of data from each frame or image. The approach presented in this project, uses an inertial sensor (IMU) connected to a CPU. It is able to, in real-time, record inertial data and in parallel, or in post-processing, correct images using this data (analytical solution). A commercial camera is used. The entire system is controlled by the CPU. Therefore, the main purpose of the project is the design, implementation and verification of a low cost image stabilization system by implementing an analytical gimbal. The system is composed by a small and portable computer responsible of image acquisition control and synchronism. Image stabilization is done in post-processing, reducing execution time considerably if compared with image processing techniques previously commented. It works with a low cost commercial camera and a low cost IMU, reducing overall cost. To work properly, it is critical a synchronism between data and image acquisition. The system performance is verified and validated on different scenarios. Finally, the results obtained and some future improvements or possible applications are presented.

Català: L’estabilització de seqüències d’imatges o vídeo és important en diferent tipus d’aplicacions com la cerca de persones o l’inspecció de línees elèctriques. Qualsevol moviment implica un canvi en l’orientació de la càmera, requerint de rectificacions, a vegades complexes, d’imatge (com per exemple, un canvi de perspectiva). Es poden destacar dues solucions totalment oposades. Per una banda, s’han desenvolupat plataformes complexes amb sensor inercials i actuadors mecànics que estabilitzen contínuament la càmera (anomenats gimbals). Aquests sistemes acostumen a ser grans, pesats i cars. Per altra banda, hi ha una gran varietat de programaris, que per mitjà, exclusivament, del processat d’imatges permeten estabilitzar-les. Aquests programaris acostumen a requerir d’un elevat temps de processat i de potents ordinadors degut a la gran quantitat de dades que representa cada imatge. El projecte presenta la possibilitat de fer servir uns sensors inercials (a vegades ja presents, como en un UAV) però sense actuar sobre el moviment de la càmera. Les imatges son processades i estabilitzades fent servir les dades obtingudes pels sensors inercials. L’objectiu d’aquest projecte és dissenyar i implementar un sistema gimbal analític d’estabilització de baix cost. El nou sistema utilitza una càmera digital de consum i una unitat amb sensors inercials (IMU), ambdós productes de baix cost comparats amb les solucions actuals. Un ordinador petit i de baix cost s’encarrega del control del sistema i es rectifiquen les imatges per mitjà del processat de les dades obtingudes pels sensors inercials (pero això es una sol·lució analítica, a diferencia de les solucions on la rectificació fa servir tècniques de processat d’imatges o actuadors). S’aconsegueix reduir significativament els recursos requerits per al seu processat i alhora evitar els complexos sistemes d’actuadors mecànics. Les tasques principals a realitzar han sigut el disseny e implementació del hardware i software necessari per a l’adquisició de les dades i posterior estabilització de les imatges. Per a que tot el sistema funcioni correctament, esdevé clau el sincronisme de les dades entre la càmera i la IMU (per això s’ha desenvolupat una estratègia per a garantir els sincronisme de les dades). Posteriorment, s’han estudiat e implementat diferents algoritmes d’orientació i rectificació d’imatges, continuant amb la verificació i validació del sistema. Finalment, s’inclouen les conclusions del treball i algunes futures millores o possibles aplicacions.