基于光流的运动人体提取

提出了一种改进的Lucas-Kanade光流算法，将这种算法应用于步态识别中, 并引入了高阶梯度的光流场约束方程，计算出其Hessian矩阵. 将Hessian矩阵条件数的倒数做为Lucas-Kanade光流法的加权阵，可有效地消除局部邻域中不可靠约束点，并大大提高基本约束方程解的稳定性. 实验结果表明，此方法能精确地描述出运动人体的光流场.     

一种改进的彩色图像序列光流场计算方法

提出了一种在HSI颜色模型下计算彩色图像序列光流场的计算方法,避开了传统光流计算中为了解决孔径问题而提出的各种约束.利用彩色图像提供的更丰富的光学信息,用H、S、I三个色彩分量分别代入光流约束方程联立求解,使方程的不适定问题转换成适定问题,并引入了一个加权矩阵,根据图像特点调节各分量的解所占的比重,从而求解出光流的矢量场.实验结果表明,该方法优越于传统的光流场计算方法.     

基于光流共生矩阵的人群行为异常检测

针对传统基于图像纹理特征进行人群行为异常检测算法倾向于描述人群图像纹理的变化而非人群运动行为的实际情况,导致检测性能较差的问题,提出一种反映人群运动行为真实情况的特征提取方法.首先通过Lucas-Kanade光流算法提取人群视频光流信息,并建立光流幅值共生矩阵与光流方向共生矩阵,然后通过共生矩阵提取角二阶距、对比度、熵、相似度等特征,并将其与光流幅值均值合并组成特征向量训练支持向量机,最后判断人群行为是否异常.仿真结果表明,本文的特征提取方法更加深化地处理了光流法提取的人群运动信息,具有较好的人群异常行为识别性能.     

静态环境中基于光流的障碍物检测

针对估计相对深度的传统方法,易受噪声影响的问题,提出了一种基于光流的障碍物检测方法.基于摄像机前方局部地平面假设,通过尺度空间不变（SIFT）特征匹配得到单目图像序列前后帧的匹配点集,用随机抽样一致算法（RANSAC）鲁棒地估计出相机前方近似平面的单应性矩阵,并计算得到光流场,进而恢复出相对深度并建立障碍物图.由于避免了计算光流的一阶微分,该方法具有较好的鲁棒性.室内和室外环境的实验结果都表明,该算法能够恢复出相对深度,并对障碍物进行有效检测.     

色彩梯度恒常性的光流场估计算法

为提高光流估计的鲁棒性,在彩色图像光流场计算中色彩恒常假定的基础上,进一步假定色彩梯度在运动中保持不变,据此提出了一种基于色彩梯度恒常性假设的光流求解方法,以色彩梯度构成光流基本方程,并对其施加全局平滑约束,以Gauss-Seidel迭代求解光流场,并用中值滤波去除光流场中的异常分量.实验表明,该方法相对于灰度图像序列及彩色图像序列的经典光流场估计算法可取得更好的估计效果.     

Hessian矩阵的若干应用

介绍了Hessian矩阵在多元向量值函数的极值问题、Morse理论、计算机数值计算和调和映射方面的应用情况.在调和映射方面,提供了用Hessian矩阵刻画水平弱共形映射的完全提升仍然是水平弱共形映射的等价条件,并在证明过程中揭示出Hessian矩阵与齐二次多项式、Nabla算子存在的密切关系.     

基于仿射光流场的视频图像镶嵌技术

为获取宽视场的场景图像，提出了一种利用仿射光流场进行视频图像镶嵌的方法，首先根据光流约束方程，建立了关于图像间仿射变换参数的目标甬数，然后通过最小化目标函数计算出图像间的仿射变换参数，再根据计算出来的仿射变换参数实现图像的配准，最后通过图像融合获取无缝镶嵌场景图像．实验表明，该方法可以有效地避免误拼接，可以获得较好的镶嵌结果．     

一种彩色光流场估计算法

彩色图像序列中通过求解光流梯度约束方程组进行光流估计可有效地克服孔径问题,但方程组在各等式线性相关或图像的梯度量级相对于噪声很小的像素点处得到不可靠解.为获得鲁棒估计结果,将规范化rgb颜色模型估计方法与全局平滑约束方法相结合,利用矩阵条件数判断规范化rgb方法光流解的可靠性,设定条件数阈值进行方法间切换,融合2种方法的估计结果.最后,对光流估计结果进行10次中值滤波.实验表明,该方法在获得稠密光流场的同时可有效提高光流场估计精度.     

结合光流法的车辆运动估计优化方法

针对车辆自主定位实时准确的要求,提出一种结合光流法的车辆运动估计优化方法.采用改进的Lucas-Kanade算法跟踪FAST特征点计算其光流;进而对图像间偏移量进行坐标系转换,获得初始坐标系下车辆的运动估计值;基于偏移量与旋转角度误差服从正态分布的假设,优化更新采用光流法的车辆运动结果,最终映射到世界坐标系中获得车辆运行轨迹.通过测试多组不同车辆行驶轨迹,结果表明:该优化方法突出了光流法的实时性并且克服了其精度差的缺点,有效解决了由累积误差引起的轨迹漂移情况,能够提供车辆准确实时的定位输出.相较于基于特征点匹配的车辆定位其计算时间短,与常用的光流法比较,轨迹更加精确、光滑.     

形态梯度恒常的复值小波光流求解

为提高光流估计的鲁棒性,假设运动物体形态梯度为不变量,据此提出了一种基于形态梯度恒常性的小波光流求解方法,以形态梯度恒常假设构建形态光流基本方程,并将其映射至小波域,利用小波的多尺度多分辨率特性提高光流求解精度.引入复值小波以降低相位震荡的影响.通过最小二乘法求解超定的小波光流方程组以解得光流矢量,并用中值滤波去除光流场中的异常分量.实验表明,提出的方法在光流求解精度及算法稳定性方面优于传统光流求解方法.     

一种基于梯度下降的图像配准算法

图像配准是图像分析的关键技术,针对经典Lucas-Kanade算法计算量大的缺点,提出了一种基于梯度下降的图像配准算法,该方法通过互换目标图像与模板图像的功能,重新定义了目标函数,采用Gauss-Newton梯度下降法求解参数增量,得到在整个迭代过程中保持恒定且可预先求得的海森矩阵,利用迭代法求解变换系数,直至满足收敛条件。实验结果表明,该方法在保证精确度的条件下,提高了计算效率。     

基于区域光流特征的异常行为检测

为了满足智能视频监控的需求,提出一种基于区域光流特征的异常行为检测方法.为了减少光照变化、环境扰动等因素对光流的影响及可靠地提取出运动区域,采用改进的混合高斯模型(MoG)来表示背景像素的变化并自适应更新背景模型,用背景差法从视频序列中提取出运动前景.通过最近邻法对前景进行区域标记,采用Lucas-Kanade方法计算出运动区域内的光流信息.采用基于幅值的加权方向直方图描述行为,计算运动区域内直方图的熵来判断行为的异常.基于不同场景下的视频序列所进行的实验测试结果验证了所提方法的有效性.     

一种宽带声场干涉图案处理的方法及其应用

针对传统图像处理方法不能给出声场干涉图案局部信息的局限性,介绍了一种基于图像Hessian矩阵特征值分析的多尺度线性滤波器,进行干涉图案的处理和特征提取,建立了具体条纹斜率和位置估计的有效方法,并进一步讨论了依据条纹参数估计结果进行海底地声参数反演的可行性.从数值仿真以及海上实验数据的处理结果表明,该方法可以有效地提取宽带声场的干涉结构和条纹信息,而条纹的参数信息也可进一步应用到地声参数反演中.     

经济性预测控制的切换控制策略优化算法设计

针对经济性预测控制优化问题,设计了切换控制策略的优化算法。首先,离线计算具有耗散性的Hessian矩阵指标;其次,在线优化阶段,根据系统状态所处的不同可行域,分别在经济指标优化和Hessian矩阵对应的动态指标优化之间进行切换,从而驱动系统状态收敛到稳态工作点,取得了较优的经济性能;最后,仿真结果验证了方法的有效性。     

身份识别中步态特征的提取

阐述了2种简单有效的基于步态的身份识别方法——基于模型的方法和非基于模型的方法.基于模型的方法利用人体的骨骼化模型,首先对输入的图像序列自动进行背景初始化;然后分割图像中运动人体的侧面影像,并进一步细化为人体的骨骼化模型;接着从模型中提取人体的静态参数以及动态参数作为特征.非基于模型的方法计算图像间的光流场,从光流场中进一步提取可识别特征.将2种方法应用于室内拍摄的视频,实验结果表明,通过提取可靠的步态特征,降低了数据处理的代价,而且得到了较好的识别性能.     

基于多摄像机的矿井危险区域目标匹配算法

为了解决多摄像机下矿井危险区域目标行为检测失效的问题,提出基于目标区域的配准算法.采用Lucas-Kanade光流法和基于块的背景运动补偿分别实现静态和复杂背景下的目标区域分割;用DOG对目标区域做尺度空间极值检测获得特征点对,并用主成分分析和尺度不变特征变换(PCA-SIFT)描述子作特征区域描述,在定义的目标区域匹配准则下,通过目标区域匹配度量比较实现匹配并通过基本矩阵约束消除误配区域.结果表明:该算法能够快速有效的实现矿井危险区域(低照度、目标类型复杂)下多摄像机运动目标匹配;与全图做PCA-SIFT匹配算法比较,计算复杂度降低71%～72%.     

Adaptive key SURF feature extraction and application in unmanned vehicle dynamic object recognition

A new method based on adaptive Hessian matrix threshold of finding key SRUF( speeded up robust features) features is proposed and is applied to an unmanned vehicle for its dynamic object recognition and guided navigation. First,the object recognition algorithm based on SURF feature matching for unmanned vehicle guided navigation is introduced. Then,the standard local invariant feature extraction algorithm SRUF is analyzed,the Hessian Metrix is especially discussed,and a method of adaptive Hessian threshold is proposed which is based on correct matching point pairs threshold feedback under a close loop frame. At last,different dynamic object recognition experiments under different weather light conditions are discussed. The experimental result shows that the key SURF feature abstract algorithm and the dynamic object recognition method can be used for unmanned vehicle systems.     

一种基于弱拟牛顿方程的单调梯度法的收敛性

基于弱拟牛顿方程,Leong W J等人提出了一种单调梯度法,该算法在每次迭代时利用对角矩阵逼近Hessian矩阵,使计算量和存储量明显减少,并且此算法对凸函数具有收敛性。在此算法的基础上,进一步研究了算法对于一般函数的收敛性,并证明了在一定的假设条件下算法仍具有全局收敛性、R-线性收敛性和超线性收敛性。