基于帧间差分和金字塔LK光流法的运动目标检测

针对用于运动目标检测的光流算法存在处理复杂、计算量大等问题,提出一种帧间差分算法和金字塔LK光流法相结合的运动目标检测方案.该方法先对视频图像进行帧间差分处理,得到图像的运动区域,再对该运动区域进行金字塔LK光流计算,减少了计算区域,提高目标检测的速度.最后在搭建的视觉避障平台上使用LabVIEW语言进行算法程序验证,实验结果证明了算法的有效性.     

基于LK光流和网格运动统计的图像匹配改进算法

针对AKAZE算法在玻璃封装电连接器图像匹配中准确率低及耗时长的问题,文中提出了基于LK光流和网格运动统计的图像匹配改进算法。首先采用AKAZE算法提取玻璃封装电连接器特征点,运用M-LDB描述子进行特征描述。然后利用LK光流法计算匹配区域进行条件约束,从而得到匹配点,并通过FLANN算法进行特征匹配。最后将玻璃封装电连接器图像划分为多个网格,计算FLANN匹配好的特征点邻域的正确匹配个数和阈值并剔除误匹配点。文中实验采用公开数据集和玻璃封装电连接器数据,从实时性和准确性两方面对算法性能进行验证分析。结果表明,改进的算法在处理模糊、亮度及旋转变化的玻璃封装电连接器图像对时,其匹配准确率均达到93%以上,耗时为0.4 s内,证明了算法的有效性。     

一种基于OpenCL的Lukas-Kanade光流并行加速算法

LK(Lukas-Kanade)光流法在运动目标检测和跟踪领域具有广泛应用,但其计算复杂、速度慢,难以适应异构硬件平台。为实现LK光流法在不同平台上的高效运行,设计了一种基于开放式计算语言（OpenCL）的LK光流法并行算法。该算法通过将二维图像上像素点上的稠密计算映射到多线程上实现数据并行,并基于OpenCL平台的共享内存等优化方法减小了主机内存与设备内存数据传输。实验测试表明,该算法相比于多核CPU下的基础OpenCV函数库中的LK算法获得了最高31倍的加速比,同时在速度上与统一计算设备体系结构（CUDA）加速的LK光流法相近。此外,还在多种不同设备下验证了加速算法的平台通用性。     

嵌入式下公共场所暴力行为视觉检测方法的研究与应用

根据暴力行为发生时往往存在肢体冲突,并伴随着身体全身或局部部位出现较剧烈运动的特点,本文提出了一种基于运动图像的公共场所暴力行为自动识别方法,并能够移植到嵌入式设备中以便于分布式智能监控。首先,采用Lucas-Kanade(LK)光流法获得相邻两帧监控图像间的光流场,通过光流分析法确定各个运动目标的运动状态,并提取它们的光流特征值、光流速度和方向;其次,对各个运动目标的光流特征值、光流速度与方向进行统计分析,以掌握各个运动目标的运动趋势;最后,结合光流场变化情况及运动目标聚集状态判断是否存在暴力行为。实验结果表明,该嵌入式系统识别准确性好、实时性强、可靠性高。     

基于改进LK光流的目标跟踪算法研究

为了可以在复杂环境下对运动目标进行有效的跟踪,因此对LK(Lucas-Kanade)算法进行了研究并改进。改进的算法采用LK图像配准算法检测目标的状态,可以满足算法对实时性的要求;采用前向后向光流法作为LK框架,使得算法具有自评估能力,不易陷入局部极小值;将压缩感知理论引入LK算法进行目标跟踪,通过对校准误差的L1范数进行最小化来计算目标的状态参数,使得算法可以应对目标外观的变化;引入卡尔曼滤波器作为运动模型,先对物体的位置进行预测,然后再进行分类和检测,能有效地应对由于模板更新而产生的漂移问题。通过大量的实验对算法进行验证,该算法与现有算法相比处理目标在跟踪过程中的外观变化以及环境中的遮挡、光照变化等问题时,仍有较好的性能。     

嵌入式下公共场所暴力行为视觉检测方法研究

根据暴力行为发生时往往存在肢体冲突,并伴随着身体全身或局部部位出现较剧烈运动的特点,提出了一种基于运动图像的公共场所暴力行为自动识别方法,并能够移植到嵌入式设备中以便于分布式智能监控.首先,采用Lucas-Kanade(LK)光流法获得相邻两帧监控图像间的光流场,通过光流分析法确定各个运动目标的运动状态,并提取它们的光流特征值、光流速度和方向;其次,对各个运动目标的光流特征值、光流速度与方向进行统计分析,以掌握各个运动目标的运动趋势;最后,结合光流场变化情况及运动目标聚集状态判断是否存在暴力行为.实验结果表明,该嵌入武系统识别准确性好、实时性强、可靠性高.     

基于AdaBoost算法和光流匹配的实时手势识别

着眼于更宽泛和更便捷的应用需要,提出了基于AdaBoost算法和光流匹配的实时手势识别方案.只需连接到计算机的摄像头读取二维手势视频片段就能对手势作为较为准确的识别.其中,采用AdaBoost算法遍历图像,完成静态手势的识别工作;在动态手势的识别过程中,运用了光流法结合模板匹配的方法.整个系统对静态和动态手势的识别均具有较强的鲁棒性.     

YOLOv5与光流相结合的红外小目标检测算法

针对运动场景下红外小目标轨迹提取不准确的问题,提出采用YOLOv5与光流相结合的方法校正目标轨迹.首先YOLOv5网络,然后对比了LK和HS两种光流算法通过单样本K-S检验计算分布拟合度,构建Q-Q图得到平台真实运动量,最后结合YOLOv5校正目标轨迹.实验结果表明,LK算法更适合红外图像光流值的提取,YOLOv5与光...     

基于LK和FAST的时间序列图像快速配准算法

LK光流算法是一种精确高效的特征跟踪算法,能够较大幅度提高图像配准的精度和速度。针对时间序列图像的配准问题,基于LK光流算法,通过基于图像金字塔的方式跟踪改进后的FAST特征角点,采用一种鲁棒的单应矩阵估计算法解算配准参数,提出了一种基于LK光流和改进FAST特征的实时鲁棒配准算法。通过一组时间序列图像从配准精度和配准速度两个方面对所提出算法的性能进行了验证分析,平均重投影误差为0.16,平均处理速度为30 Hz。实验结果表明,该算法能够提取稳定的FAST角点,快速准确地跟踪匹配序列图像之间的特征,较好地解决时间序列图像的实时配准问题。     

基于鱼眼视频图像的人群运动估计算法

随着公共活动在规模和数量上的不断增长,人群危险事件的预防已成为人群监控安全领域的重要问题.本文针对常规相机在人群监控领域的局限性,使用鱼眼镜头对人群进行监控,提出了基于图像金字塔迭代的LK光流算法,得到人群运动的矢量,对人群运动的方向和速度等信息进行估计,便于提前预防危险事件的发生.通过对比实验验证,结果表明该算法与高精度的全搜索块匹配算法结实验结果接近,且耗时更少,适用于人群监控领域.     

一种鲁棒性的光流算法研究

提出了一种用于计算帧间运动速度及速度变化都较大时的鲁棒性光流算法.通过对时间梯度误差的分析,得到了新的梯度约束方程;另一方面将各向异性扩散方程引入方向平滑约束,以改善包括运动不连续处的流速计算精度.以此建立的多栅格微分光流算法不但可以有效地缓解误差传播效应,而且对大的运动速度和速度变化有很好的适应性.实验结果表明,本文提供的算法不但能产生密度100%的光流场,而且对较大的运动速度及速度变化具有很好的计算精度和鲁棒性.     

一种自适应的光流估计方法

本文通过对光流基本约束项和平滑约束项加以改进,提出一种自应用的光流估计算法。这种算不能够较精确进行光流运动估计,减轻Horn方法中全局平滑约束对运动边界的影响,提高估计的峰值信噪比。实验结果表明：这种算法是有效的。     

聚类匹配法光流检测中共同运动匹配策略的研究

本文将讨论可用于变形体的一种光流计算方法，它即是聚类匹配算法，在该技术中，共同运动的动态匹配策略是非常重要的问题，它的正确制定将保证序列图像特征点匹配的准确性，为此，该研究对聚类匹配的光流检测是极为重要的。     

Error concealment technique based on optical flow

A new motion vector recovery algorithm based on optical flow is proposed. Optical flow fields are very similar to the true motion and can be used to recover three-dimensional motion information. Experimental results on test video sequences produced a higher peak signal-to-noise ratio value than that of conventional methods based on the block matching algorithm     

基于自适应模板匹配的帧间全局运动估计算法

针对传统的匹配方法在匹配模板与待匹配图像间存在噪声影响、亮度等差异时导致匹配算法在时间和精度上得不到很好的统一,由此影响到红外图像帧间全局运动估计和补偿问题,提出了基于自适应模板匹配的方法进行帧间全局运动估计算法。该算法首先利用模板选择策略进行待匹配模板的选取,提高匹配的精度;然后提出自适应模板匹配准则,以达到较好的匹配效果,克服噪声等奇异点对误差函数值的影响;最后提出菱形搜索策略,以便搜索到最佳匹配点,使搜索不至于陷入局部最优,并提高了搜索速度。仿真实验结果表明,在红外图像背景变化较为缓慢的情况下,所提算法降低了帧间全局运动估计计算复杂度,同时具有很好的匹配精度和准确性。     

Efficient multiscale regularization with applications to thecomputation of optical flow

A new approach to regularization methods for image processing is introduced and developed using as a vehicle the problem of computing dense optical flow fields in an image sequence. The solution of the new problem formulation is computed with an efficient multiscale algorithm. Experiments on several image sequences demonstrate the substantial computational savings that can be achieved due to the fact that the algorithm is noniterative and in fact has a per pixel computational complexity that is independent of image size. The new approach also has a number of other important advantages. Specifically, multiresolution flow field estimates are available, allowing great flexibility in dealing with the tradeoff between resolution and accuracy. Multiscale error covariance information is also available, which is of considerable use in assessing the accuracy of the estimates. In particular, these error statistics can be used as the basis for a rational procedure for determining the spatially-varying optimal reconstruction resolution. Furthermore, if there are compelling reasons to insist upon a standard smoothness constraint, the new algorithm provides an excellent initialization for the iterative algorithms associated with the smoothness constraint problem formulation. Finally, the usefulness of the approach should extend to a wide variety of ill-posed inverse problems in which variational techniques seeking a "smooth" solution are generally used.     

Locally oriented optical flow computation

This paper proposes the use of an adaptive locally oriented coordinate frame when calculating an optical flow field. The coordinate frame is aligned with the least curvature direction in a local window about each pixel. This has advantages to both fitting the flow field to the image data and in imposing smoothness constraints between neighboring pixels. In terms of fitting, robustness is obtained to a wider variety of image motions due to the extra invariance provided by the coordinate frame. Smoothness constraints are naturally propagated along image boundaries which often correspond to motion boundaries. In addition, moving objects can be efficiently segmented in the least curvature direction. We show experimentally the benefits of the method and demonstrate robustness to fast rotational motion, such as what often occurs in human motion.     

A Modified Block Matching Motion Estimation Algorithm for the Very Low Bit-Rate video Coding

1IntroductionMohonestimationplaysanimportantroleindigitalvideocompression.Block-matchingtechniquehasbeenadoptedinmanyvideocompressionstandardssuchasH.261,MPEG-l,MPEG-2andH.263.Eventhoughthealgorithmtoestimatethemotionvectorsisnotspecifiedexplicitly.However,despiteitssuccessfulapplications,itproducesarathernoisyinchonfield.Inverylowbit-ratevideocodingapplications,theamountofthesideinformationfortheinchonfieldrepresentsanimPOrtantportionofthetotalbit-rate.Therefore,motionestimatetechniques…     

基于视差估计的中间视合成

提出了一种基于视觉估计的中间视合成方法.为了生成高质量的中间视图,在视差估计中提出了一种新的基于自适应权值的方法,并在匹配的代价函数中引入视差平滑性约束项.在获得可靠密集视差图后,通过寻找中间视图中像素点在左、右图像中的对应点来合成中间视.实验结果表明,本算法可以获得很好的视差图,合成的中间视图具有较高的质量.