1 差图象的计算 - Read.PPT

第13章 运动分析 13.1 运动分类和表达 13.1 运动分类和表达 13.1 运动分类和表达 13.1 运动分类和表达 13.1 运动分类和表达 13.1 运动分类和表达 13.1 运动分类和表达 13.2 运动估计和检测 13.2.1 利用图象差的运动检测 13.2.1 利用图象差的运动检测 13.2.1 利用图象差的运动检测 13.2.1 利用图象差的运动检测 13.2.1 利用图象差的运动检测 13.2.1 利用图象差的运动检测 13.2.1 利用图象差的运动检测 13.2.1 利用图象差的运动检测 13.2.1 利用图象差的运动检测 13.2.2 利用时-空梯度估计光流场 13.2.2 利用时-空梯度估计光流场 13.2.2 利用时-空梯度估计光流场 13.2.3 基于模型的运动检测 13.2.3 基于模型的运动检测 13.2.4 频率域运动检测 13.2.4 频率域运动检测 13.2.4 频率域运动检测 13.2.4 频率域运动检测 13.3 运动目标分割 13.3.1 运动目标分割和运动信息提取 13.3.2 Horn-Schunck算法 13.3.2 Horn-Schunck算法 13.3.2 Horn-Schunck算法 13.3.2 Horn-Schunck算法 13.3.2 Horn-Schunck算法 13.3.2 Horn-Schunck算法 13.3.3 映射参数估计 13.3.3 映射参数估计 13.3.3 映射参数估计 联 系 信 息 1. 求解光流方程 ？：一个方程，两个未知量(u, v) 光流误差eof：运动矢量场中不符合光流 方程的部分 要使eof在整个帧内的平方和达到最小 1. 求解光流方程 速度场梯度误差 要使整个运动矢量场尽可能趋于平滑 Horn-Schunck法同时考虑两种约束 2. 对算法的讨论 孔径问题：模板尺寸有限而产生的问题 只能确定法线分 量（与边缘垂直）， 而无法确定与边缘 平行的分量 ？算法的计算量常很大，一般基于该算法的运动信息提取通常只能做到离线的非实时处理 2. 对算法的讨论 当运动的矢量有较大幅度时，逼近结果的误差也同样会较大 (1) 用位移帧差项 代替光流误差项eof (2) 用平均梯度代替偏导 ?f /?x，?f /?y 3. 带全局运动补偿的算法 获得局部物体引起的运动矢量 具体步骤 (1) 设图象中所有点的初始局部运动矢量为零 (2) 根据全局运动模型计算每一点的全局运动 矢量 (3) 计算每个象素点的实际运动矢量 3. 带全局运动补偿的算法 (4) 计算该点运动矢量的修正值 (5) 如果 的幅度大于某一阈域值T，令 并转到步骤(3)；否则结束计算 基于参数和模型的基本原理 每个独立的运动都可准确地用一组映射参数来描述 设有K组参数矢量（对应K个独立的运动目标），每一组在各个象素处定义一个光流矢量 由映射参数定义的光流矢量称为基于模型的或合成的光流矢量 分割是对在每个位置最接近的估计光流矢量赋一个合成光流矢量标号 直接哈夫变换 6参数仿射流模型 如果知道在3个或更多个点的光流，就可以将a1, a2, a3, a4, a5, a6解出来 用每个光流矢量v(x) = [v1(x) v2(x)] T对一组量化的参数投票以最小化 ?1(x) = v1(x) – a1 – a2x1 – a3x2 ?2(x) = v2(x) – a4 – a5x1 – a6x2 *章毓晋 (TH-EE-IE) 第*页 第13讲 章毓晋 清华大学电子工程系 100084 北京 图象工程 13.1 运动分类和表达 13.2 运动估计和检测 13.3 运动目标分割 1. 运动分类 图象：前景（目标）和背景 图象序列：前景运动和背景运动 前景运动：局部运动 目标在场景中的自身运动 背景运动：全局运动或摄象机运动 摄象机的运动所造成的帧图象内所 有点的整体移动 1. 运动分类 运动：沿时间轴的变化 短时运动分析 仅使用若干帧（常为两三帧），获得瞬时 运动场以得到对运动较为精确的估计 长时运动分析 使用几十到上百帧 获得长期运动的累积结果 2. 运动矢量场表达 运动既有大小也有方向 运动矢量用（有起点）无箭头的线段（线 段长度与矢量大小 即运动速度成正比） 来表示，并叠加在 原始图象上