论文部分内容阅读
光流是客观世界中物体或场景三维运动在图像平面的二维投影,其不仅包含了运动物体或场景的三维运动信息,更携带了大量的结构信息。因此,图像序列光流计算技术研究是图像处理与模式识别、计算机视觉等研究领域的一个热点问题,研究成果被广泛应用于机器人视觉、无人机导航、车辆辅助驾驶、医学影像分析等领域。近年来,虽然光流计算技术在计算精度与效率等方面得到了较大改善,也取得了一些显著的成果和优异的算法,但当图像序列中包含运动遮挡、大位移运动以及运动模糊等亮度突变与不连续现象时,光流计算模型的鲁棒性与可靠性问题仍是亟需解决的重大难题。针对以上问题,本文从光流计算能量函数模型入手,通过分析数据项、平滑项以及光流计算模型的各种改进策略,建立困难运动模式下光流计算的鲁棒模型与优化策略,提高运动遮挡、大位移运动以及运动模糊等情况下光流计算的鲁棒性与准确性。本文的主要贡献包括:1.针对传统光流计算方法在图像边缘区域易陷入局部最优解,导致图像与运动边缘产生光流溢出点的问题,通过优化光流计算能量函数的不同改进策略,并对光流基本模型添加非局部约束项,提出基于非局部约束的非平方全局变分光流计算模型,提高了光流计算在图像与运动边缘区域的准确性。2.针对图像序列中遮挡区域对光流计算鲁棒性的影响,首先采用Delaunay三角网格对图像进行划分,并根据图像序列中三角网格的局部亮度变化约束,提出基于Delaunay三角网格的图像序列遮挡检测方法,为处理图像序列运动遮挡现象对光流计算的影响提供参考信息。3.针对运动遮挡、大位移运动以及运动模糊等现象对光流计算鲁棒性与准确性的影响,利用基于Delaunay三角网格的图像序列遮挡检测结果,提出基于金字塔分层细化与自适应中值滤波相结合的光流模型计算策略,通过在每一层图像光流计算时,根据图像运动遮挡范围及其他状态信息确定中值滤波的权重参数,克服了传统方法在运动遮挡与模糊区域鲁棒性较差的缺点。最后,本文采用Middlebury数据库测试图像集以及MPI Sintel数据库测试图像集验证了本文所提光流计算方法的有效性与准确性。同时,选取HS、TV-L1、Classic++、Classic+NL等典型光流计算方法与本文方法在计算精度与鲁棒性等方面进行综合比较,试验对比结果说明本文方法相对于其它对比方法,具有更高的计算精度与较好的鲁棒性。