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.     

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.     

从光流场计算刚体运动参数

本文研究了从单帧图象光流场恢复观察者相对于周围环境运动参数的计算问题,证明了分别至少需要两个光流点才能唯一地确定纯平移和纯旋转的平移方向和旋转参数。而至少需要八个光流点才能唯一地决定一般运动的平移方向和旋转参数。与已有算法相同,本文的算法简单且易于理解。本文同时分析了平移方向和旋转参数的几何意义,提出了一种利用光流点判别观察者运动形式的简单方法。     

基于光流的景象匹配定位算法研究

在景象匹配定位过程中，实时图与参考图常常因为天气、季节不同等原因差别很大，这就造成匹配概率和匹配精度下降。为此，提出了一种基于光流的景象匹配定位算法，它利用光流估计实时图序列中2个相邻帧的相对运动，并根据上1帧的匹配结果确定当前帧图像和参考图的大致位置关系，进而在1个小范围内进行搜索，完成实时图的匹配定位。仿真结果表明该算法不仅具有很高的匹配概率，还具有较好的实时性。     

斜投影光流场刚体三维运动和结构计算

本文研究从斜投影光流点及加速恢复刚体三维运动速度,加速度及结构生和约束,建立了光流运动方程组,证明了利用斜投影光流场中四个光流点及其加速度可完全确定刚体的三维角速度和角加速度参数,平移速度和和平移加速度不能确定但存在三个约束关系即允许有三个自由度,虽然不能确定刚体位置,但可以充分确定刚体结构形状大小。     

基于共轭梯度算法的码时延估计方法

研究了在多址干扰存在并且不考虑功率控制情况下进行用户码时延估计的问题。利用ＭＵＳＩＣ算法可以获得具有抗强多址干扰的时延估计算法,但计算量大,提出了一种基于共轭梯度算法,通过对接收到新样本进行迭代计算,可有效地减少计算量。     

基于光流估计的轻量级视频插帧算法

为了提升流媒体视频的帧率,解决视频插帧算法模型复杂的问题,提出了一种基于光流估计的轻量级视频插帧算法,简称SKFEVI算法。该算法只需进行一次光流估计,即可计算出两个视频帧的中间流信息,提升了中间流的估计速度,并在此基础上引入注意力机制进行特征融合,让模型对生成不同尺度特征的信息进行整合,增强了特征表达能力,提升了信息处理效率。实验结果表明,该算法的PSRN值提升至35.56 dB,SSIM值提升至0.978,合成的中间帧质量更好,流媒体视频播放更加流畅。     

基于纹理流的图像运动估计研究

针对计算机视觉中的运动估计问题,提出了新的基于纹理流的图像序列稠密运动估计算法,与常规基于恒定亮度假设的光流估计方法相比具有更好的稳健性、更高的准确性和更快的计算速度.在假设相对稳健的图像纹理特征不变的基础上,推导得到运动估计方程及运动向量.通过定义纹理特征的差异度,综合矩阵行列式值以及条件数来判断运动估计的准确性和稳定性,并以常用的Gabor滤波器组为例设计及实现了方法.通过使用多类视频序列、与各种典型方法得到的结果对比表明,该方法对复杂背景和运动目标具有独特纹理特征的情况下具有更好的估计效果.     

全局运动多分辨率光流估计算法的改进与实现

为了提高低分辨率图像之间的位移估计精度,在传统光流算法的基础上,提出了全局运动的多分辨率光流估计算法.实验结果表明：该算法能够快速实现小位移和准确的实现大位移的运动估计,通过对互有亚像素位移的多帧低分辨率图像对比相位相关法进行运动估计,改进的多分辨率光流估计算法实现的高精度亚像素位移误差精度为0.05pi.     

结构光测量系统中光条中心的提取算法

在线结构光视觉测量系统中,光条中心的提取精度直接影响到整个系统的测量结果.由于光条宽度不同、光照不均匀及待测物体表面性质的差异,使得精确地提取光条中心存在一定难度.根据线结构光的特点提出了2种提取算法,分别为二值形态学细化算法和高斯分布的曲线拟合算法.实验结果表明,2种算法在测量中均具有可行性,且后者提取精度较高,更适合于光条中心线提取.     

速度梯度模型的高速公路交通流状态估计方法

为改进高速公路交通流状态估计方法,采用速度梯度模型作为交通流的系统状态方程构建交通流状态估计模型.通过对速度梯度模型参数的敏感性分析,发现模型估计误差对自由流速度和阻塞传播速度两参数较为敏感,需在线估计.然后分别给出了速度梯度模型与扩展卡尔曼滤波以及无迹卡尔曼滤波相结合的高速公路交通流状态估计方法,并应用实测数据对两类交通流状态估计方法的性能进行了评估.结果发现:两类交通状态估计的精度均可达85%左右,无迹卡尔曼滤波算法精度略好于扩展卡尔曼滤波,但计算时耗大.基于速度梯度模型的交通流状态估计方法能有效估计和跟踪交通流状态的变化,且相较于同类方法,所需标定的模型参数更少.     

Fast motion estimation algorithm of video stabilization system

A real-time electronic image stabilization motion estimation method based on fast sub- block gray projection algorithm is proposed. In the method, each image is divided into a number of sub-blocks, and sub-blocks are sifted with their gray gradients. After removing sub-blocks whose gray gradients are lower than the given threshold, the calculation amount of projection is reduced and the motion estimation accuracy is improved. Then gray projection is done in each remained sub- block, and global motion vector of the image is calculated according to the local motion vectors of sub-blocks and the affine motion model. The drawbacks as the local motions reducing the global mo- tion estimation accuracy and traditional gray projection algorithm could not deal with rotation are re- solved well by this algorithm. The experiment results show that the algorithm is more accurate and efficient than the gray projection algorithm.     

视觉测量中光学测头姿态估计方法

基于光学测头特征点成像的单机视觉坐标测量系统具有测量空间大、测量精度高及可进行现场测量等优点,是替代传统的大型坐标测量机的最有发展前途的技术方案之一.为实现该测量方法,必须先解决光学测头姿态估计问题,为此,提取一种利用SVD与矢量观测值的姿态确定方法.首先,通过基于SVD的5点优化算法确定特征点的空间坐标;然后,利用特征点的测头坐标和空间坐标建立关于测头坐标矢量、像机坐标矢量的矩阵方程,优化求解矩阵方程确定光学测头(测头坐标系)相对于像机坐标系的姿态.该算法利用所有数据冗余信息,提高了测量系统的精度和稳定性.实验证明,该算法切实可行,系统的单点重复性及测量不确定度<0.1 mm.     

基于大位移变分光流的全向智能轮椅测速方法

为扩大全向智能轮椅的速度测量范围并改善其测量精度及计算效率,对传统基于光流的测速方法进行了改进.首先,采用TV-L¹模型求解光流,并有效地预测帧间像点位移量,缩小像点的搜索区域.然后,针对由光照不均、局部运动模糊等因素产生的异质光流矢量,提出了基于平面片光流模型的随机抽样一致算法(random sample consensus,RANSAC),以实现光流场的排异.最后,在统一计算设备架构(compute unified device architecture,CUDA)的体系框架下实现光流计算的并行加速,提高了系统的实时性.实验结果表明:改进方法使轮椅的最大可测量速度提升了1.67倍,且测速精度优于轮式里程计,该方法在光照不均、局部运动模糊情况下也具有较好的鲁棒性,能够提升全向轮椅的最大可测量速度及测量精度.     

运动估计中的一种前处理算法

为降低视频编码中运动估计的算法复杂度,提出一种针对运动估计的前处理算法.该算法首先通过前两帧来对当前帧的矢量分布进行预测,并对大概率的运动矢量进行优先估计,使得一部分宏块的运动估计工作在前处理过程中完成,并且这些宏块的运动矢量需要的搜索点数仅为一次,因而该算法显著地提高运动估计的效率.理论分析结果表明,算法针对视频序列中的运动矢量中心偏置分布特性非常有效.把该算法分别应用于三步搜索(TSS)以及菱形搜索(DS)等算法中的实验结果表明,本算法在保持与以上算法相当的绝对误差的条件下能够大幅度降低平均搜索点数,使得运动估计的计算复杂度有了显著的降低,从而进一步降低整个视频编码的计算复杂度.     

基于运动估计和图像匹配的视觉控制算法

针对微操作的作业空间小、路径可估计、位移及定位精度要求高等特点,提出了一种基于运动估计和图像匹配的视觉伺服控制算法,该算法将运动估计引入到视觉伺服中,利用运动估计出末端执行器下一次可能出现的位置,进行小区域的匹配搜索,而不进行整个视频区域的匹配搜索,大大减少了图像匹配时间,提高了实时性和实用性,并增强了鲁棒性。将该算法应用于解决细胞注射微操作过程中的位移以及精密定位等问题,研究了此算法的可行性以及理想运动轨迹的计算和实际运行的轨迹,给出了实现视觉伺服控制算法的数学推导模型及公式。实验结果表明:此算法实现了实时跟踪和识别定位,且鲁棒性好,可应用于大多数的微操作中的移动定位。     

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.     

Active contours with normally generalized gradient vector flow external force

Gradient vector flow(GVF) is an effective external force for active contours,but its isotropic nature handicaps its performance.The recently proposed gradient vector flow in the normal direction(NGVF) is anisotropic since it only keeps the diffusion along the normal direction of the isophotes;however,it has difficulties forcing a snake into long,thin boundary indentations.In this paper,a novel external force for active contours called normally generalized gradient vector flow(NGGVF) is proposed,which generalizes the NGVF formulation to include two spatially varying weighting functions.Consequently,the proposed NGGVF snake is anisotropic and would improve active contour convergence into long,thin boundary indentations while maintaining other desirable properties of the NGVF snake,such as enlarged capture range,initialization insensitivity and good convergence at concavities.The advantages on synthetic and real images are demonstrated.