改进的基于光流的鲁棒多尺度运动估计算法

被引：8

作者：

黄赞

张宪民

机构：

[1] 华南理工大学机械与汽车工程学院

来源：

华南理工大学学报(自然科学版) | 2009年 / 37卷 / 11期

关键词：

运动估计; 光流; 多尺度; 鲁棒性;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

基于图像的运动估计是计算机视觉在许多应用中的一项基本任务,其主要目标是尽可能精确地估计场景和物体的运动.文中针对界外值在光流估计过程中会引起不可预期的运动估计结果、严重影响运动估计精度的问题,提出一种改进的鲁棒分层的多尺度运动估计算法.该算法利用图基的双权重函数,自动调节不同残差数据点的权重,去除残差过大的数据点,并采用多尺度金字塔由粗到精逐层迭代,精确地估计运动矢量.实验结果表明:该算法鲁棒性好,能有效地解决遮挡背景和运动不连续而引起的界外值问题,明显地提高运动估计精度.

引用

页码：118 / 122

页数：5

共 5 条

[1] 基于梯度光流场计算方法的一种改进 [J].

危水根 ;

陈震 ;

黎明 .

计算机工程, 2006, (01) :198-200

[2] 一种改进的基于光流的运动目标检测方法 [J].

黄士科 ;

陶琳 ;

张天序 .

华中科技大学学报(自然科学版), 2005, (05) :39-41

[3]

一种基于方向平滑约束优化的多尺度光流算法[J]. 张泽旭,崔平远,崔祜涛.高技术通讯. 2007 (02)

[4] Optic flow estimation by support vector regression [J].

Colliez, Johan ;

Dufrenois, Franck ;

Hamad, Denis .

ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE, 2006, 19 (07) :761-768

[5]

A computational framework and an algorithm for the measurement of visual motion[J] . P. Anandan.International Journal of Computer Vision . 1988 (3)

← 1 →