运动物体的压缩感知成像

在使用压缩感知成像系统进行成像时,物体的运动会导致获取的物体图像分辨率下降.为了克服运动的干扰需要额外装置获取物体运动的参数,但在很多情况下无法获取物体的运动速度.针对这一问题,提出利用物体运动与散斑运动的相关性,采用散斑运动方式来抵消物体运动从而消除运动造成的分辨率下降.采用压缩感知算法利用多组不同散斑运动补偿情况下的参数获取不同的物体图像,最后利用物体运动和散斑运动的相关性判据参数,最终获得消除运动干扰的物体图像。算法求解中同时考虑了系统点扩散函数的影响,采用解卷积算法获取了消除运动和系统点扩散函数影响的物体图像。最后数字仿真结果证实了所提算法的有效性。     

一种跟踪运动物体轨迹算法的研究

基于移动基站时运动物体的跟踪研究,通过对运动物体轨迹的检测、提取、识别和跟踪,获得了运动物体的运动参数以及运动物体的轨迹,并对其参数进行进一步处理与分析,实现了对运动目标的行为理解,以备完成更高一级的任务.     

一种改进的空间运动物体点匹配算法

三维空间中运动物体在不同时刻将处于空间不同位置,物体在空间的运动互相独立。怎样才能得到在两不同时刻空间运动物体的对应关系(Correspondence)以及求出各个物体的运动参数,这就产生了空间运动物体的匹配、识别以及运动参数估算问题。本文提出一种改进的点特征匹配算法。它是基于点匹配来匹配空间运动物体及估算物体运动参数的方法。算法首先在观察点集合中取出一个由四点组成的四面体,再从参考点集合中搜索对应的四面体,根据距离准则与体积准则,求得初始正确的四点匹配;其后每次从剩下的观察点集合中取出一点,在参考点集合中搜索其匹配点,直到观察点集合为空。本算法只需简单的距离及四阶行列式计算,在求得初始四点匹配后,以其为依据,可较精确地估算出物体的运动参数(R,T)。本文同时给出了运行本算法的结果。     

一种在视景中基于Bezier曲线模拟物体运动的算法

提出了一种基于Bezier曲线在视景仿真中模拟物体地面运动的算法.利用参数化方程建立参数和弧长之间的关系;运用ease-in和ease-out方法控制运动速度,对每个时间t,得到物体运动的距离s(t);使用弧长-参数表求得对应的参数u,依次得到新的位置点;控制物体沿着Bezier曲线随时间做变速运动.实验结果表明,在转折点处运动平滑,没有出现抖动.     

利用光流估计三维运动参数的线性算法

三维空间中物体运动参数可以用二维平面光流及图象平面上投影坐标求得。当物体表面结构小于物体与投影图象平面之间的距离时,算法是线性的。     

由序列图象获取刚体的运动参数及三维座标

获取物体的运动参数与三维座标对许多应用场合有着重要的意义。运动物体的序列图象比起静态图象提供了更为丰富的三维信息,因而近年来引起了人们的重视。在R.Y.Tsal的刚体运动方程基础上,本文提出了使用双镜头序列图象和使用单镜头三幅序列图象的二种方法来获取完整的运动参数,并由此计算运动物体的三维座标。本文还对这二种方法进行了比较,并给出了计算机模拟实验结果。     

卡尔曼滤波方法用于估计物体运动参数

在图像序列分析的研究工作中，利用相继两帧图像平面上的投影坐标，采用两卡法，估计物体运动参数是不精确的。本文利用任意帧图像，采用迭代扩展卡尔曼滤波方法估计物体运动参数，模拟实验表明，在选择适当初始值情况下，算法是收敛的，模拟数据结果是有效的。     

视频图像的运动分析

视频图像运动分析将处理目标由静态图像扩展为动态图像,希望从视频图像中获得运动本身及运动物体的相关信息,包括是否存在运动、运动物体识别以及运动方式等,已经广泛应用于计算机视觉、军事以及安保等领域。本文重点对运动分析中的运动提取和运动跟踪两个步骤进行研究,使用背景差分法检测并提取运动目标,并引入一种非参数跟踪算法进行运动跟踪。实验表明,本文的方法可以正确地进行运动检测和跟踪,而且有较高的实时性和稳健性。     

一种基于运动矢量的运动物体提取方法

为提高视频运动物体提取的准确性,提出了一种新的基于运动矢量信息的视频运动物体提取方法.将与运动矢量信息相关的分割因子用于运动物体提取的判据,然后通过对每帧图像构建分割因子矩阵,对每一帧分割因子矩阵进行二维熵门限判决,实现对视频序列中的运动物体的提取.研究结果表明该算法对于全局运动比较稳定且运动物体的速度较慢的序列具有较好的提取效果,提取成功率达90%以上.     

单像素几何矩探测运动物体定位技术（特邀）

针对快速实时定位运动物体的需求,提出了一种使用几何矩探测的单像素快速定位运动物体的方法。该方法的核心是通过探测运动物体的质心实现快速定位运动物体。根据几何矩性质构造3个几何矩照明光,并照射运动物体,利用单像素探测器收集运动物体与调制光相互作用后的反射或透射光的强度值。根据单像素成像理论,探测强度值与物体的零阶和一阶几何矩值相对应。标识物体位置的质心参数可由物体的零阶和一阶几何矩值获取。结合数字微镜调制器(DMD)和时间抖动的方法产生几何矩照明光,利用所提方法在不成像的前提下分别实现了帧频约为500 fps和1 000 fps运动物体定位。所提方法获取质心的误差在1.63个像素以内,均方误差为0.118 3个像素。文中所提方法为使用单像素探测器实现快速追踪运动物体提供了一种新思路。     

基于IEKF视觉运动分析递归算法的研究

本文提出基于图象序列上特征点的图象平面轨迹进行运动参数估计，以提取运动物体的姿态、速度以及外部环境内所感兴趣点的位置参数，由于图象特征点轨迹与待估计的参数有关，因此能够组合长序列图象内的信息并利用ＩＥＫＦ递归地估计未知的运动及结构参数。     

基于双目视觉模型的运动参数测量

通过建立双目测量的数学模型,由标志点在双摄像机成像平面上的坐标求得运动物体的运动参数。在不考虑摄像机内外参数标定误差的情况下,研究了标志点像元的测量精度对运动参数测量的影响。通过分析图像分割求取标志点形心引起的误差,利用窗口中心迭代算法提高标志点形心测量的精度,从而提高了运动参数的测量精度。由空间飞行器自动交会的仿真试验验证了算法的有效性。     

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。     

确定三维运动参数的张量分析方法

利用中心投影图象序列估计三维运动参数,需要知道空间运动物体的特征与图象平面上投影坐标之间的对应关系。为了避免利用特征对应关系,本文给出在仿射变换系统中的张量分析方法,也给出模拟实验结果数据。     

用图像序列估算运动目标参数的一种方法

在许多技术应用中都需要自动跟踪具有一定大小的运动物体.如果这个物体处于不 均匀的背景上,自身的参数(如亮度、位置)又在不断变化,问题就较复杂了.以往的文献     

单个相机对地面物体运动的测量与跟踪

当刚体的运动局限在一个平面内进行时,用单个相机就可以实现对其参数的测量与跟踪,假设物体的初始状态已知.我们不断地将象平面上两条指定的直线反投映到物体平面,这样问题就转化成对两条直线的测量与跟踪。当照相机静止不动时,物体的合成运动矩阵可以用相机坐标系表示.其他情况则可以用物体的初始坐标系表示。本文给出的动态测量和跟踪算法可以用于实现对车辆的交通管制和机器人的动态视觉功能。     

平面研磨的运动模型

对研磨中作用物体即研磨盘与工件运动作了系统分析,阐明了工件上点的研磨运动轨迹类型,给出了相对运动速度、轨迹长度计算式,评价了工件位置参数、机床参数对研磨运动轨迹形状的影响,根据研磨运动学分析,对研磨机设计提出了一些设想。     

运动估值技术及其应用（三）

在任何运动补偿装置里，一项必不可必的处理过程是运动估值，在此过程中对相继的源图像进行分析以确定运动着的物体。屏幕上一个物体的运动由运动矢量来描述，这是一个有长度和方向的二维参数。还必须有一个称为矢量指配的过程，在此过程中把适当的运动矢量分配给图像中的每个像素位置以构成一个矢量场。第三阶段便是真正的运动补偿过程了，它利用矢量场指挥滤波轴与光学的流程轴平行。     

基于相移法的多目标运动物体三维重构

相移法可实现静态物体三维形貌的高精度重构,对于运动物体形貌重构则误差较大。其根本原因为相移法需要多个条纹图进行物体重构,而传统相移法理论没有包含物体的运动信息,无法描述物体运动对相位的影响。导致当物体在条纹图间发生运动时测量误差较大。针对以上问题,提出了一种利用物体运动信息对多个二维运动物体进行三维重构的新方法。不同的被测物体可具有不同的运动轨迹。首先,对多个被测物体进行识别并确定目标区域;然后,采用KCF算法对物体进行跟踪并使用SIFT算法提取物体运动前后的特征点,分别估计描述物体运动的旋转平移矩阵。将运动信息带入条纹描述方程中,获得包含运动信息的三维重构模型,最终采用最小二乘法提取正确的相位值。结果证明:该方法能有效地减少由物体运动引起的测量误差,扩展了三维测量的应用范围,具有较高的工业应用价值。     

基于监控视频中背景重组的运动物体的检测

智能监控视频中,核心技术是运动物体视觉分析。运动物体的检测又是运动物体视觉分析的基础和关键。对于运动物体的检测与跟踪,背景的提取干净与否关系到后续工作的准确性。文中提出了新的背景确立方法,以及在运动物体的检测方面也提出了新的改进方法。实验表明该方法具有一定的有效性,实用性。