光流场算法中优化图像梯度数据可信度方法.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 2010，46(4) 163 光流场算法中优化图像梯度数据可信度方法 夏毓鹏 1，王 昕2，胡 锋 2 XIA Yu—peng，WANG Xin，HU Feng 1．深圳职业技术学院 机电工程学院，广东 深圳 518055 2．哈尔滨工业大学 深圳研究生院，广东 深圳 518055 1．SchoolofMechanicaland ElectricalEngineering，Shenzhen Polytechnic，Shenzhen，Guangdong518055，China 2．Shenzhen GraduateSchool，Harbin Institute ofTechnology，Shenzhen，Guangdong518055，China E—mail：babe 83@ 126eom 一 XIA Yu—peng，W ANG Xin，HU Feng．Methodsofimproving imagegradientsreliability on opticalflow algorithm．Computer EngineeringandApplications．2010，46(4)：163—165． Abstract：Inordertomakethedatarespondingtotheedgesofmovingobjectsexpandtothearea，whosegrayisflat，itneeds to keep iterativenumbersenough largeon gradient-based opticalflow algorithm．The traditionalapproach needsa large amountof calculation，butresultaccuracy is low．The gradientnumber accuracy and reliability willdirectly determine the resultofoptical flow algorithm．Itispossible to managegradientnumbereffectively，modify them and improve numericalreliability ofimage gradi— entdata，by using Hessian matrix distinguishing，Gaussian filtering standard deviation amending，mean modelamending and muhi— imagecomparing．Theseapproachescanpreventgradientdataofmovingobjectsedgediffusingaround，andguidethem indirectly． Then，they improve precisionand convergencespeed foropticalflow calculation． Key words：machinevision；imagegrads；Hessian matrix；Gaussian filtering；mean model；opticalflow 摘 要：基于梯度方法的光流场算法中，迭代次数需要足够大才能使运动物体边界数据扩散到灰度平坦的区域，计算量大，精度不 高。在光流迭代方程中，梯度数据的精确度与可信度对光流计算的结果有直接的影响。对这一问题，应用Hessian矩阵判别、高斯滤 波标准差修正、均值模板修正和多帧图像对比等四种方法可以有效地处理 图像梯度数据 ，并不断修正，以提高梯度数据的可信度。 这些方法通过防止运动物体边界梯度数据向邻域 内盲 目扩散，增加扩散的方向性 ，从而提高光流场计算精度和收敛速度。 关键词：机器视觉；图像梯度；Hessian矩阵；高斯滤波；均值模板；光流场 DoI：10．3778／j．issn．1002—8331．2010．04．052 文章编号：1002—8331(2010)04—0163—03 文献标识码：A 中图分类号：TP242．6+2 光流场指图像亮度模式引起的表观运动，反映了三维空间 光流场算法应用到运动物体跟踪系统中。并对光流场原理及迭 中物体投影到二维图像平面内的速度矢量分布