应用直线对应估计刚体结构及其运动参数

由单镜头图像序列确定刚体的三维结构及运动参数是计算机视觉领域中最为基大的问题之一本文对这一问题进行了讨论,提出了一种利用刚体上直线在帧间的变化,估计刚体的可视部分结构及其三维运动参数的新方法。在该方法中,仅用到刚体上三条互不平行的直线在两帧中的对应关系因此,与文献中的方法相比,本文中的方法更为简单。     

基于局部非局部联合模型的压缩图像插值技术

本文提出了一种基于局部自回归模型和非局部自相似模型的正则化的压缩图像插值技术.传统的基于图像先验模型正则化图像插值技术存在着2个缺陷.一方面,通常是只利用一个图像的先验特性,不能得到视觉质量很好的超分辨率效果;另一方面,在描述图像的非局部自相似特性时,多数利用一种相似块加权的方式来描述当前块,没能够将具有相同纹理的一系列的相似块的特性描述完整.基于以上2点考虑,研究设计整合了2种不同的模型:局部自回归模型和非局部自相似模型,形成一个整体的正则化的框架.不同于传统的只利用高低分辨率之间几何二元性的自回归模型,本文提出了一种自适应加权的在高分辨率图像上迭代的自回归模型;而非局部的自相似模型,并且以相似块组成的一个三维数据结构的变换域稀疏性来对一系列的相似块统一描述.由于压缩图像的特点,研究针对压缩图像提出了软数据精度项,最终采用分离布莱格曼方法来求解整体的正则化目标函数.     

有效保持细节特征的图像椒盐噪声滤除方法

 论文结合几种去噪方法,提出一种统一的图像去噪模型.该模型通过一个统一的目标函数将图像去噪问题转化为最优化问题,目标函数的构造主要包括估计残差惩罚函数、局部权函数及正则化项三个方面.随后基于此模型提出一种新的去除椒盐噪声的非线性滤波方法,其中估计残差惩罚函数采用L1范数形式,局部权函数采用自适应高斯核函数,正则化项则利用图像的小波域稀疏性作为先验约束来构造.由于充分融合了图像的全局和局部统计特性,因而在抑制噪声的同时能够更好地保持图像边缘等细节特征,相关去噪实验结果证实了本文方法的有效性.     

最小特征值的迭代非刚体三维射影重建方法

为了从图像序列中重建出非刚体三维射影重建,本文提出了一种最小特征值的迭代非刚体射影重建方法.该方法利用所有的图像点和深度因子组成一个低秩图像矩阵的特性,将投影求解转化为矩阵特征值及特征向量的求解,迭代地求解深度因子,实现非刚体的三维射影重建.该方法能够保证算法能够收敛到全局最优解.模拟实验和真实实验结果表明,本文方法具有收敛性速度快、误差小等优点.     

基于光流与Delaunay三角网格的图像序列运动遮挡检测

针对图像序列运动遮挡检测的准确性与鲁棒性问题,提出一种基于光流与Delaunay三角网格的图像序列运动遮挡检测方法.首先构造基于非局部约束的TV-L¹光流估计模型;然后根据图像Delaunay三角网格划分与光流估计结果对图像序列帧间对应像素点和局部三角形进行运动遮挡判断并检测遮挡区域;最后采用MPI Sintel和Middlebury数据库提供的测试图像集对本文方法与SMOD、GOSF等代表性方法进行对比测试.实验结果表明,本文方法相对于SMOD和GOSF方法在十组测试图像集的平均漏检率和误检率分别降低15.21%与30.57%,说明本文方法针对非刚性运动、复杂场景、弱纹理、光照阴影以及大位移等类型图像序列均具有较高的检测精度和较好的鲁棒性.     

激光雷达主动偏振图像散斑抑制算法研究

针对激光主动偏振图像的散斑去除问题,提出了一种新的非局部正则化方法:根据激光主动偏振图像的噪声特点,在全变差模型的基础上,提出了非局部全变差正则化模型.该算法充分利用了图像的全局信息复原图像,在很好地抑制散斑的同时,保持了图像的细节信息.新模型使用轮流最小化方法进行求解,则原始图像和点扩散函数都可以在最小化框架中求解,...     

基于非局部全变分正则化优化的单幅雾天图像恢复新方法

该文针对无雾图像具有高灰度对比度且大气遮罩局部平滑的特性,提出一种基于非局部全变分正则化优化的单幅雾天图像恢复新方法。先构建一种基于非局部全变分正则化的有约束优化算法对大气遮罩进行估计,然后通过优化Bregman分离迭代法求解非局部Rudin-Osher-Fatemi模型获得准确的大气遮罩,进而从雾天场景图像恢复出场景图像。实验结果表明,所提新方法可以有效地对雾天降质图像进行复原,对多纹理复杂区域的恢复效果也较好。     

多约束的运动模糊图像盲复原方法

运动模糊图像的盲复原一直以来都是一个极具挑战的问题.为了能够准确地估计出运动模糊核(Motion Blur Kernel:MBK),进而得到高质量的复原图像,提出了一种基于正则化技术的多约束运动模糊图像盲复原方法.首先,为了能够准确地提取出图像中的大尺度边缘,提出了一种基于梯度选择的稀疏图像平滑方法;然后,在MBK的估计阶段,根据运动模糊核的内在特性,提出了一种多约束的正则化模型,同时结合提取的大尺度图像边缘,实现了对MBK的准确估计;最后,采用了半二次性的变量分裂策略对在模糊核估计阶段所提出的多约束正则化模型进行最优化求解,能够在准确估计MBK的同时得到高质量的复原图像.分别在人造的模糊图像和真实的模糊图像上进行了大量的实验,实验结果表明:提出的方法较近几年的一些代表性的较为成功的运动模糊图像盲复原方法相比,在主观的视觉效果和客观评价指标两方面都具有明显的改进.     

基于Hausdorff距离的非刚体目标自适应轮廓跟踪

本文提出了一种基于Ｈａｕｓｄｏｒｆ距离的非刚体目标的轮廓跟踪算法。它的特点在于从二维序列图像中提取非刚体目标的二维可变模板，从而实现对非刚体运动目标的跟踪。此算法的主要思想在于将空间运动的非刚体目标的二维图像变化分解成二维运动变化和二维形状变化，从而加大了模板适应力，辅以过零点检测及金字塔快速搜索算法，可以实现非刚体目标的快速跟踪。最后，本文给出了对人体轮廓进行跟踪的实验结果。     

基于图像块分组的加权编码去噪方法

针对图像混合噪声去除不足的问题,提出一种分组图像块的加权编码方法。首先,从训练图像中利用非局部相似块提取出分组块;然后,用得到的分组块训练非局部自相似先验模型;最后,集成稀疏先验模型和非局部自相似先验模型到正则化项和编码框架中。实验结果表明,提出的方法在重建图像性能上较同类方法有显著提高,获得了更好的图像恢复质量。     

Rigid and non-rigid 3D motion estimation from multiview image sequences

Multiview image sequence processing has been the focus of considerable attention in recent literature. This paper presents an efficient technique for object-based rigid and non-rigid 3D motion estimation, applicable to problems occurring in multiview image sequence coding applications. More specifically, a neural network is formed for the estimation of the rigid 3D motion of each object in the scene, using initially estimated 2D motion vectors corresponding to each camera view. Non-linear error minimization techniques are adopted for neural network weight update. Furthermore, a novel technique is also proposed for the estimation of the local non-rigid deformations, based on the multiview camera geometry. Experimental results using both stereoscopic and trinocular camera setups illustrate and evaluate the proposed scheme.     

非刚性稠密匹配大位移运动光流估计

光流场是目标检测,无人机定位等众多计算机视觉任务的重要基础.本文针对非刚性大位移运动等困难运动类型图像序列光流计算的准确性与鲁棒性问题,提出一种基于非刚性稠密匹配的TV-L1（Total Variational with L1 norm,TV-L1）大位移光流计算方法.首先,使用非刚性稠密块匹配计算图像序列初始最近邻域场,其次根据图像相邻块区域的相似性消除初始最近邻域场中的非一致性区域以得到准确的图像最近邻域场.然后,在图像金字塔分层计算框架下,将图像最近邻域场引入基于非局部约束的TV-L1光流估计模型,通过Quadratic Pseudo-Boolean Optimization（QPBO）融合算法在金字塔分层图像光流计算时对TV-L1模型光流估计进行大位移运动补偿.最后,采用标准测试图像序列对本文方法和当前代表性的变分方法LDOF（Large Displacement Optical Flow,LDOF）、Classic+NL、NNF（Nearest Neighbor Fields,NNF）以及深度学习方法FlowNet2.0进行对比分析.实验结果表明,本文方法能有效提高非刚性运动、大位移运动以及运动遮挡等困难运动类型光流估计的精度与鲁棒性.     

单目图像序列光流三维重建技术研究综述

由单目图像序列光流重建物体或场景的三维运动与结构是计算机视觉、图像处理与模式识别等领域的重要研究内容,在机器人视觉、无人机导航、车辆辅助驾驶以及医学影像分析等方面具有重要的应用。本文首先从精度与鲁棒性等方面对单目图像序列光流计算及三维重建技术近年来取得的进展进行综述与分析。然后采用Middlebury测试图像序列对HS、LDOF、CLG-TV、SOF、AOFSCNN 和 Classic ＋NL 等典型光流算法以及 Adiv、RMROF、Sekkati 和DMDPOF等基于光流的间接与直接重建方法进行实验对比分析,指出各对比方法的优点与不足,归纳各类方法的性能特点与适用范围。最后对利用分数阶微分模型、非局部约束、立体视觉以及深度线索解决亮度突变、非刚性运动、运动遮挡与模糊情况下光流计算及重建模型的局限性与鲁棒性问题进行总结与展望。     

点特征柔性物体三维运动恢复方法

为了使用两台标定的高速相机获取点特征柔性物体的三维运动轨迹,提出了一种实用的点特征柔性物体三维运动恢复方法,包括图像空间重建、时间序列重建等步骤。其中空间和时间序列重建是三维运动恢复的核心部分,在空间重建方面,使用椭圆拟合得到图像上点的坐标,并根据马氏距离寻找匹配点,然后利用三角测量法计算空间三维点;在时间序列重建方面,利用搜索方法匹配点前后图像坐标,从而实现运动过程的三维恢复。然后利用重建结果计算运动柔性物体的速度、加速度、曲率变化等重要参数。实验结果表明,该三维运动恢复方法提高了空间序列匹配的速度和准确度,有效地实现了时间序列的匹配,减少了整个重建过程的时间。通过对目标的重建,准确地获得了物体的三维运动数据。     

Optical Flow Estimation for a Periodic Image Sequence

We propose a temporal modeling approach for determining image motion from a sequence of images wherein the inherent motion is periodic over time. To exploit the periodic nature of the motion, we use a Fourier harmonic representation to model the temporal evolution of the motion field for the entire sequence. We then determine the motion field simultaneously for the different image frames by estimating the parameters of this representation model, where the model order in the Fourier representation serves as a regularization parameter on the temporal coherence of the motion field. This approach can take advantage of the statistics of all the available data in the image sequence. In our experiments, we tested the proposed approach on several motion types at different noise levels, including translational motion, convergent/divergent motion, and cardiac motion. Our results demonstrate that this approach could lead to more robust estimation of the motion field in the presence of strong imaging noise compared to a frame-by-frame estimation approach.     

Three-dimensional surface reconstruction using optical flow formedical imaging

The recovery of a three-dimensional (3-D) model from a sequence of two-dimensional (2-D) images is very useful in medical image analysis. Image sequences obtained from the relative motion between the object and the camera or the scanner contain more 3-D information than a single image. Methods to visualize the computed tomograms can be divided into two approaches: the surface rendering approach and the volume rendering approach. In this paper, a new surface rendering method using optical flow is proposed. Optical flow is the apparent motion in the image plane produced by the projection of real 3-D motion onto the 2-D image. The 3-D motion of an object can be recovered from the optical-flow field using additional constraints. By extracting the surface information from 3-D motion, it is possible to obtain an accurate 3-D model of the object. Both synthetic and real image sequences have been used to illustrate the feasibility of the proposed method. The experimental results suggest that the proposed method is suitable for the reconstruction of 3-D models from ultrasound medical images as well as other computed tomograms     

3D structure extraction coding of image sequences

This paper presents a 3D structure extraction coding scheme that first computes the 3D structural properties such as 3D shape, motion, and location of objects and then codes image sequences by utilizing such 3D information. The goal is to achieve efficient and flexible coding while still avoiding the visual distortions through the use of 3D scene characteristics inherent in image sequences. To accomplish this, we present two multiframe algorithms for the robust estimation of such 3D structural properties, one from motion and one from stereo. The approach taken in these algorithms is to successively estimate 3D information from a longer sequence for a significant reduction in error. Three variations of 3D structure extraction coding are then presented — 3D motion interpolative coding, 3D motion compensation coding, and “viewpoint” compensation stereo image coding — to suggest that the approach can be viable for high-quality visual communications.