全局光流场估计技术及展望

光流法是运动分析最为重要的技术之一,其能够从相邻帧图像中恢复出目标物体以及背景的运动信息,从而实现目标检测、运动跟踪以及特征识别等.文中从全局光流计算的基本原理出发,详细分析了非均匀光照校正、能量函数构建和优化方案设计等全局光流场估计技术的关键步骤;同时深入探讨了全局光流场估计技术存在的大位移计算、遮挡检测、弱纹理运动估计等难题.最后对全局光流场估计技术所面临的挑战进行了分析,并展望了其未来的发展方向.     

基于改进光流算法的机器人目标跟踪系统

基于计算机视觉的机器人运动目标检测与跟踪,就是建立起一种机器人视觉与电机驱动相关联的系统。光流算法在此类系统中有着广泛应用,但是求取所需稠密光流场的运算量过大是其明显的缺点。为减少计算时间,提高跟踪系统响应速度,引入均值平滑算法对传统H-S(Horn和Schunck)光流算法进行改进,并在此改进算法基础上建立起目标跟踪系统。通过此系统,机器人可以根据采集到的图像的光流场变化来检测运动目标,再通过对光流场的奇异值分解,对跟踪系统模型所需参数进行估算,并驱动机器人做出相应动作,保持对目标的跟踪,从而使机器人对周围环境变化做出及时、准确的动作。经过实验证明改进后的光流算法有效的减少了计算时间,增强跟踪系统的实时性能。     

一种基于帧间差分和光流技术结合的运动车辆检测和跟踪新算法

为了改进智能交通中的运动车辆检测和跟踪方法,提出一种基于改进的帧间差分和光流技术结合的运动车辆检测和跟踪的新方法。先用帧间差分法检测出运动物体的运动区域,再计算差值图中不为零处的光流,然后利用其光流场来实现运动目标的跟踪。为了减少计算量,提出一种基于最优估计的点匹配技术和光流均匀采样策略的光流场计算方法,并通过对灰度化后的光流场进行自适应阈值分割、形态学滤波等处理,实现了实时的运动目标检测和跟踪。     

一种改进的全局光流估计方法

基于光流基本约束和平滑性约束条件的Horn-Schunck光流场佑计算法是图像运动估计的重要方法。但是,该方法存在在梯度值较小处运动参数估计不准确的问题;同时,现有的改进方法由于步及到可调参数的人工选取,并在阈值设置过高时容易在运动目标区域产生空洞,限制了光流法的应用。对光流基本约束项的权函数加以改进,给出了两种改进的光流估计算法。实验结果表明,改进算法能够在权函数阂值设置过高时降低对可靠光流的抑制,提高了算法的自适应性,为运动目标检测跟踪提供了有力条件。     

基于椭圆变形模板的头部跟踪算法

给出一种新的头部跟踪算法,算法综合运用可变形模板、光流及扩展Kalman滤波技术,有效融合了图像中目标的形状、运动及彩色特征,从而获得快速,鲁棒的头部跟踪结果.算法使用椭圆作为目标的形状模板以捕获目标边缘,基于彩色YCrCb信息以实现光流估计,由于采用模型约束的特征光流估计技术,故无需引入任何附加的平滑性约束,借助扩展Kalman(EKF)滤波器以整合目标的形状与运动信息.最后利用光流测量方程给出的误差测度及EKF给出的估计方差完成对虚假边缘点的判断与舍弃,进而保证对图像噪声、遮挡及伪边缘点具有良好的识别与处理能力.实例结果表明了该算法的有效性.     

基于全自动生长分割的梯度彩色光流场计算

形变物体边界的准确定位是光流估计的难点之一,仅依靠改进光流算法收效甚微。提出了全自动生长分割,以准确提取形变运动物体,从而将视频分割结果与梯度彩色光流算法相结合来提高光流法对形变物体的检测准确法度     

基于运动区域检测的运动目标跟踪算法*

针对传统基于模板匹配的运动目标跟踪算法存在着计算量大、模板漂移导致跟踪失败的问题,提出了一种基于运动区域检测的运动目标跟踪算法。该算法通过采用光流法对目标运动区域进行估计,计算出光流场区域的形心,确定待匹配图相匹配范围,再用模板框在已确定区域进行模板匹配跟踪。根据某开放实验室行人录像跟踪实验表明,本算法能够有效解决模板漂移问题,提高了跟踪实时性, 实现了视频对象目标的跟踪。     

基于光流特征与序列比对的实时行为识别

提出一种基于光流特征与序列比对的行为识别算法.首先利用分层光流提取视频序列中的运动信息;然后用光流场的方向直方图构造相应行为的模板库和索引序列库;最后用序列比对方法实现行为识别.实验结果表明,该算法可在线进行人的典型行为识别,对目标尺度变化、小角度倾斜和旋转具有一定程度的鲁棒性.目前以该算法为核心的行为识别实验系统对图像尺寸为320×240的序列平均处理速度达到10 fps.     

基于运动与区域信息的移动机器人目标检测

介绍了一种在运动相机条件下的基于目标运动与区域灰度信息的运动目标检测算法。采用快速光流估计算法与基于颜色粗糙度的区域分割方法进行目标运动与区域信息的运算，利用待跟踪目标时间与空间信息进行目标定位，降低了目标运动与区域信息估算的复杂度。仿真结果表明，该算法在大多数复杂场景中能够获得良好的目标识别效果。     

基于改进光流算法和HMM的面部表情识别

提出了一种基于改进光流和HMM的面部表情识别算法,在Lucas-Kanade光流法中引入Hessian矩阵,可有效消除局部邻域中不可靠约束点,提高面部表情变化的光流场计算精度.同时采用GA算法对HMM参数重估,有效提高了HMM的分类性能.实验结果表明,该算法取得了较好的识别效果.     

基于事件相机的连续光流估计

事件相机对场景的亮度变化进行成像,输出异步事件流,具有极低的延时,受运动模糊问题影响较少.因此,可以利用事件相机解决高速运动场景下的光流(Optical flow, OF)估计问题.基于亮度恒定假设和事件产生模型,利用事件相机输出事件流的低延时性质,融合存在运动模糊的亮度图像帧,提出基于事件相机的连续光流估计算法,提升了高速运动场景下的光流估计精度.实验结果表明,相比于现有的基于事件相机的光流估计算法,该算法在平均端点误差、平均角度误差和均方误差3个指标上,分别提升11%、45%和8%.在高速运动场景下,该算法能够准确重建出高速运动目标的连续光流,保证了存在运动模糊情况时,光流估计的精度.     

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。     

偏振光辅助定姿在基于光流自主导航中的应用

根据大气偏振光分布特点和偏振光导航原理搭建三通道测量平台对偏振光信息进行采集,通过视觉图像特征的空间梯度瞬时变化率计算飞行器周围环境的稀疏光流场.结合大气偏振光与运动环境光流信息构造基于 GPS/惯导/偏振光/光流组合导航系统.分别对高度、姿态角和速度误差进行估计并进行算法仿真,结果表明:该方法具有较高精确度,对未来无...     

基于局部微分光流的运动对象分割

运动对象分割是研究从场景的图像序列或视频中提取出运动目标的理论和方法,是计算机视觉中一个重要的研究方向,在军事和工业等领域有着广阔的应用前景.提出一种基于局部微分光流的运动对象分割算法.首先采用局部微分光流算法计算出场景的运动光流场并完成其初始分割,然后利用canny算子探测出对象的边缘信息并将其作为对光流场得到的运动信息的补充,从而分割出更为准确的运动对象.实验结果显示该方法具有良好的分割性能.     

基于尺度不变特征的光流法目标跟踪技术研究

针对目标跟踪问题中目标和场景动态变化的问题,提出了一种结合尺度不变特征变换（SIFT）和光流估计算法并改进模板更新策略的目标跟踪算法。SIFT特征是一种局部特征,具有尺度和旋转不变性。光流场反映的是一种全局特征,表示像素点强度的变化。SIFT特征点可以很好地满足光流估计的条件。实验结果表明这种改进后的目标跟踪算法能应用于部分遮挡的情况,并且相对于传统光流法具有更高的精确度。     

一种改进的帧间差光流场算法

结合运动目标检测帧差法运算速度快和光流法活动目标检测准确度高的特点,提出一种改进的帧间差光流场计算的运动目标检测算法。在帧差部分采用隔帧差分从而可以检测到帧间位移小于1个像元而多帧累积位移大于1个像元的运动点目标;在光流计算时,引入通用动态图像模型（GDIM）建立新的光流约束条件,克服了亮度变化引起的约束方程不成立问题。算法仅对帧差法后图像中不为零的像素进行光流场计算,提高了目标检测的准确性和检测速度。仿真实验证明了该算法的有效性。     

基于双色反射模型的彩色结构光颜色识别的研究

为了快速准确地识别出彩色结构光系统中的投射光颜色信息,该文提出了基于双色反射模型的投射光颜色识别算法.首先通过对数码相机和投影设备进行色度标定,以消除两者之间的耦合性差异;接着通过估计物体三颜色通道光谱反射率以及分离镜面反射成分和漫反射成分,来修正物体本身颜色和镜面反射对投射光源颜色的影响.实验结果表明,该文提出的投射光颜色识别算法对于双色反射模型条件下的彩色结构光颜色识别具有鲁棒性高、计算速度快、识别准确度高等优点.     

融合显著性与运动信息的相关滤波跟踪算法

主流的目标跟踪算法以矩形模板的形式建立被跟踪物体的视觉表征,无法有效区分目标与背景像素,在背景复杂、目标非刚体形变、复杂运动等挑战性因素影响下容易出现模型偏移的问题,导致跟踪失败.与此同时,像素级的显著性信息与运动先验信息作为人类视觉系统有效区分目标与背景、识别运动物体的重要信号,并没有在主流目标跟踪算法中得到有效的集...     

基于图像的动目标检测技术

本文研究了光流估计的基本算法，从运动分割的角度的提出了使用光流分割方案来解决复杂背景下的动目标检测问题。文中分析了标准光流估计的缺陷及其原因，并使用鲁棒性估计技术提高了光流估计算法的实用性。最后给出了动目标检测算法的仿真结果，表明利用图像的运动特征来实现目标检测是一种很有效的方法。     

一种新型的实效运动目标检测方法

提出一种新型的帧间差分光流的运动目标检测方法.该方法通过改进七帧差分和改进背景减除消除运动目标检测时出现的"空洞"和虚假目标;通过在光流计算方程加入权函数和引入通用动态图像模型建立新的光流约束条件,以解决常用光流场计算耗时长和亮度变化引起的约束方程不成立的问题,同时获取运动准确信息;最后通过阈值分割和形态学处理完成对目标的分割.实验对比分析表明,该方法能实现运动目标的准确快速检测与分割.