由双目图象流无对应地估计3－D运动参数

本文设计用并行立体摄象机产生的图象流作为输入，通过解系数由图象速度矩和两图象内坐标构成的线性系统等式，不需左、石两图象流场间特征点与特征点的对应就能复原物体的３－Ｄ运动参数．经用综合图象流场测验已经证明我们算法的可行性以及具有功能强、速度快的特点．     

双目视觉基于修正卡尔曼滤波器的运动估计

研究了目标物体的远程运动估计.首先,建立了一种双目视觉系统的基于卡尔曼滤波器的目标物体运动估计的运动学模型,并且证明了双目视觉系统同步的各自连续两帧图像中至少三个对应图像点能完全确定刚性物体的运动参数和空间位置;然后,通过对状态向量中的速度分量进行再估计,提出了一种修正卡尔曼滤波器对目标物体远程运动估计的算法,与直接卡尔曼滤波器的远程运动估计相比,提高了估计的精度.将该方法运用到一种实时预测的实验中,其结果证明了该算法的有效性.     

采用映射参数模型实现图象运动分割

介绍了采用映射参数模型进行分层结构型分割的方法,并采用Matlab语言对该算法的部分内容进行了验证。该方法利用时空图象亮度梯度和运动信息来估算三维运动和结构参数,分割区域用运动和位置参数定义,这些参数被称为映射参数,通过变化检测,映射参数估算,运动区域和背景检测来实现运动分割。     

从长序列立体图象恢复3D运动参数的鲁棒算法

本文提出了一种基于最小平方中值原理的运动参数估计的鲁棒方法，能够有效地克服由于出格点所产生的误差，并且不需要任何参数初值，实验显示，结果是令人满意的。     

一种非刚体运动图象序列的特征点对应方法

提出了一种非刚体图象序列特征点对应的新方法,首先根据图象序列帧间的时间间隔很小这一特点,指出特征点在图象帧间的运动具有平滑性,进而提出了一种特征点运动平滑的代价函数。然后将目标跟踪技术应用于特征点的跟踪,利用两个一维卡尔曼滤波器分别对特征点的两个坐标进行预测跟踪。     

平行线段对应的运动估计线性算法

针对图像序列特征的运动估计问题,提出一种基于平行线段对应的运动估计线性算法(parallel linesegments,PLS).线段采用点、线两要素表述模型,利用平行性,由像线段逐步恢复场景中的空间线段,再根据螺旋理论四元数法建立并求解基于空间线段两要素的线性运动约束方程,进一步建立粒子群优化算法(PSO)优化算法优...     

基于纹理约束和参数化运动模型的光流估计

提出了一种基于局部小平面运动的光流估计新方法。目的是获得精确致密的光流估计结果。与以往采用亮度一致性区域作为假设平面的算法不同，本算法利用序列图像的纹理信息，在纹理分割区域的基础上，进行运动估计。该算法首先通过微分法计算粗光流，可以得到参数化光流模型的初始估计，然后通过区域迭代算法，调整初始估计，从而得到精细的平面分割及其对应的参数化光流模型。基于纹理信息的部分拟合算法被用于算法的每一步当中，保证了纹理边缘位置的光流估计值的准确性。实验采用了标准图像序列，结果表明，可以得到更为精细的光流估计结果，特别是对于那些有着丰富纹理信息的室外环境的图像序列，而且在运动边界处的结果改善尤为明显。     

基于统计学理论的参数模型运动估计方法

运动估计对视频编码十分重要,基于参数模型的运动估计方法也越来越受到人们的关注,参数模型的选择是该方法的关键。基于此,提出了基于统计学原理的模型选择方法,它以少量的图像数据流为基础,通过参数估计,并分析各近似模型的预测风险和误差,选出最优模型,它最符合预测对象的实际发展变化规律,进而利用该模型对未知对象进行运动估计。试验结果表明,在对实际图像序列进行运动估计时,这种方法是可靠并且实用的。     

由2D点匹配恢复刚体运动参数的鲁棒估计

本文提出了一种基于最小平方中值原理的运动参数估计的鲁棒方法。能够有效地克服由于出格点生的误差，并且不需要任何参数初值。大量模拟实验显示，本文方法优于Ｈａｒａｌｉｃｋ等人的Ｍ－估计方法＾［７］。     

利用直线对应计算纯旋转运动参数的一种线性方法

从单镜头序列图象确定运动刚体的3维运动参数是计算机视觉中一个重要的问题.本文提出了一个利用直线对应计算纯旋转运动参数的线性方法.在该算法中,仅用图象中直线的两个不变量.假设两帧图象中已经抽取和匹配出4对以上的对应直线,则可以唯一地确定旋转运动参数,该算法适用予旋转轴过投影中心的情况.本文同时给出了实验结果.     

联合估计混叠度，运动参数和高分辨率图像的JEMAP算法

本文提出一种空域联合估计混叠度，运动参数和高分辨率图像的JEMAP算法，以提高超分辨率处理的适应性，在地面上稳定地获得高于实测卫星图像中所用CCD设备成像精度的高清晰图像。算法根据星戡CCD设备的成像机理，定义卫星图像的混叠度，确定超分辨率处理模型，通过空域迭代联合估计混叠度，运动参数和高分辨率图像。实际卫星图像处理表明JEMAP算法具有很好的适应性和稳定性，包含先验约束能力较强，可以解开欠采样低分辨率输入图像的混叠，重构清晰卫星图像。     

基于长序列立体图象的运动参数LS估计

将目标的运动表示为一个匀速旋转且旋转中心做匀加速平移的模型,由此构造出一个由长序列立体图象、基于反对称矩阵分解(SSD)求解模型参数的线性最小二乘(LS)算法.文中给出了计算机模拟的结果.     

多个三维刚体运动参数的鲁棒估计算法

本文提出了一种估计多个三维刚体运动参数的鲁棒算法，可以处理包含高斯噪声和出格点的对应点数据，根据贝叶斯统计决策规则和蕴含在问题中的启发式规则，我们将运动参数估计问题转化为极大似然估计过程，实现部分模型拟合。因此，这种优化算法就是估计一组三维运动参数，使对应点数据最大限度地拟合似然函数，从而保证算法的鲁棒性。     

一种用于图象帧间主运动估计的快速线搜索方法

本文中作者提出了一种新的基于鲁棒统计的快速搜索方法,可以用于图象帧间主运动估计,能够提高提高算法速度,近年来,一种新的参数估计技术－鲁棒统计－被越来越广泛地用于主运动估计,与传统的基于最小二乘的估计方法相比较,鲁棒统计对于外点具有更好的鲁棒性,但运算复杂度较高,而主运动估计中耗时最大的部分是线搜索。因此我们针对鲁棒统计中常用的Ｍ估计函数形式,采用近似函数拟合的方法,设计了一种快速的线搜索方法,与牛     

基于形变模型由立体序列图象恢复物体的3D形状

结合立体视觉和形变模型提出了一种新的物体3D形状的恢复方法。采用立体视觉方法导出物体表面的3D坐标;利用光流模型估计物体的3D运动,根据此运动移动形变模型,使其对准物体的表面块;由形变模型将由各幅图象得到的离散的3D点融为一起,得到物体的表面形状。实验结果表明该方法能用于形状复杂的物体恢复。     

基于三参数模型的快速全局运动估计

提出了一种新的全局运动估计方法——基于三参数模型的快速全局运动估计.新的参数模型在保证准确性的同时,使用更少的参数来描述和估计全局运动,从而简化了计算复杂度.此外,对光流场计算做出了两方面改进：（1）提出了宏块预判的方法,计算光流场前对宏块的梯度信息进行预分析,通过减少参与计算的宏块数目提高光流场的计算速度;（2）提出了快速估计宏块运动向量的方法,在块匹配的过程中同时考虑图像的梯度和灰度信息,通过引入更多的约束提高运动向量的计算速度.实验证明了该方法的有效性.     

基于宏块的Hs光流算法运动估计优化研究

光流场属于一种运动参数,它不仅能够为人们提供目标物体的运动信息,还能使人们对运动物体进行有效的识别与定位,从而使人们更加有效的对目标物体进行运动估计,这也使光流场在计算机视觉领域中有着非常重要的应用.Hs光流算法对于提高光流场质量有着决定性的影响,但其在对目标物体运动信息进行识别、跟踪与估计时,常常存在计算量过大、易受噪声影响等问题,这也使Hs光流算法难以满足人们的数据处理需求.为此,有必要对Hs光流算法进行相应的改进,以此提高光流场质量.本文通过对Hs光流算法在运动估计优化中存在的问题及其相关影响因素进行分析,提出了Hs光流算法的改进思路,在此基础上结合宏块运动估计算法对改进后的Hs光流算法运动估计优化进行深入的研究.     

流体运动估计光流算法研究综述

对流体图像序列进行运动分析一直是流体力学、医学和计算机视觉等领域的重要研究课题。从图像对中提取的密集精确的速度矢量场能够为许多领域提供有价值的信息,基于光流法的流体运动估计技术因其独特的优势成为一个有前途的方向。光流法可以获得具有较高分辨率的密集速度矢量场,在小尺度精细结构的测量上有所改进,弥补了基于相关分析法的粒子图像测速技术的不足。此外,光流方法还可以方便的引入各种物理约束,获得较为符合流体运动特性的运动估计结果。为了全面反映基于光流法的流体运动估计算法的研究进展,本文在广泛调研相关文献的基础上,对国内外具有代表性的论文进行了系统阐述。首先介绍了光流法的基本原理,然后将现有算法按照要解决的突出问题进行分类：结合流体力学知识的能量最小化函数,提高对光照变化的鲁棒性,大位移估计和消除异常值。对每类方法,从问题解决过程的角度予以介绍,分析了各类突出问题中现有算法的特点和局限性。最后,总结分析了流体运动估计技术当前面临的问题和挑战,并对未来基于光流法的运动估计算法的研究方向和研究重点进行了展望。     

基于人眼双目视觉的3D深度运动感知特性研究

获取立体视觉信息是人们感知世界的基本能力之一,其中运动立体视觉信息的获取不仅是生物视觉系统在动态世界中生存的关键能力,也是人工视觉系统高效处理立体视频的重要手段。为了设计出贴合人眼视觉特性的3D深度运动感知模型,需要明确挖掘人类对立体运动感知的显著特征后再设计主观实验。文中根据单目和双目线索设计了立体运动视觉刺激视频,并采用控制变量的方法,分别探究了目标球体运动速度、参考球体旋转半径及被试正确感知的相互关系,并分析了目标运动方向与被试感知方向之间的关系。首先对实验条件进行探究,结果发现目标与参考的相对距离越小拦截成功率越高,该结果表明目标同参考之间的相对位置关系会影响被试的感知正确性。其次,采用了拦截成功百分比和感知偏差两个行为测量标准对被试感知能力进行分析,结果发现相比横向运动,深度运动正确感知的成功率超出约42.67%～47.01%。这表明不同运动方位的感知不对称,且深度运动带来的视觉刺激更明显。该研究探索了人类对运动感知的显著特征,并为后续设计3D运动感知模型提供了一种新的判断模型感知效果的主观对比标准,使原有立体感知能力的指标更加细化。     

由特征点的空间位置估计运动参数

确定被观察物体和摄像机之间的三维相对运动是计算机视觉领域的一个重要课题.假定物体上有若干特征点,它们在空间的位置已由双目视觉求得.在此假定下,本文讨论如何由特征点空间位置的观察值来估计运动参数.现有文献中所用的目标函数导致的是一个非线性最优化问题.本文利用凯莱(Cayley)定理提出一种新的目标函数,它导致的是一个十分简单的线性最小二乘问题.文中还讨论了这两种目标函数之间的关系.