计算机视觉Chapter8课件.pptVIP

computer vision 第八章 运动估计 8.1 概述 8.2 视频运动检测 8.2.1 连续帧间差分法 8.2.2 背景差分法 8.3 视差计算松弛标记法 8.4 光流法 8.4.1 运动场和光流 8.4.2 光流约束方程 8.4.3 光流的计算 8.5 基于块的运动分析 8.1 概 述 早期设计的计算机视觉系统主要针对静态场景，为了满足更高级的应用要求，提出了用于动态场景分析的计算机视觉。 动态场景的计算机视觉系统一般需要较大的存储空间和较快的计算速度，因为系统的输入是反应动态变化的图象序列，包含有若干幅图像，所以数据量非常巨大。 动态图像的变化是由于摄像机运动、物体运动或光照改变引起的，也可能是物体的结构、大小或形状变化引起的。 通常我们假设摄像机、物体的运动是刚体运动。 8.1 概述 运动划分为四种模式： 摄像机静止—物体静止：简单的静态场景分析。 摄像机静止—物体运动：运动目标检测、目标运动特性估计，主要应用于预警、监视、目标跟踪。 摄像机运动—物体静止：基于运动的场景分析、理解、三维运动估计，应用于机器视觉导航、目标自动锁定与识别。 摄像机运动—物体运动：最高级和最困难的模式 8.1 概述 图像运动估计是动态场景分析的基础，也是目前计算机视觉研究的热点。 可以划分为二维运动估计和三维运动估计，但是二维运动参数的求解有时需要三维空间的有关参数作为引导，而