基于遗传算法的一维遮挡运动估计

来源 :第十二届全国图象图形学学术会议 | 被引量 : 0次 | 上传用户:my_wenzi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在利用速度滤波器估计运动时,为了获得较高的估计精度,需要使用大量的、具有不同速度响应的速度滤波器,这将带来计算量巨大的困难.本文提出利用遗传算法来寻求局部最优的速度滤波器,并将其用于一维遮挡运动的速度估计问题.把运动图象对速度滤波器的匹配误差作为遗传算法中的适应度函数.用遗传算法在可计算的范围内找出和运动图象匹配误差最小的速度滤波器,该速度滤波器对应的速度最接近运动图象的真实速度.该方法不需要知道运动信号的表达式,适应性比较强.文中讨论了将此方法推广至二维遮挡运动时可能遇到的问题。
其他文献
进行摄像机标定时,经常需要提取图像中的直线等几何元素的准确位置,其提取精度会对标定结果的精度产生很大影响.传统方法如Hough变换(HT),虽然有较高精度,但费时.本文利用Hessian矩阵确定图像中直线的法线位置,然后在其法线方向上求解直线的亚像素位置,再按一定准则连接成线.并且通过Harris方法探测出的角点将图像分区,用特定区域内的线点拟合直线的参数.实验证明,本方法的直线提取精度好于Hou
针对随机Hough变换(RHT)在复杂图像中检测圆时产生随机采样的大量无效累积,本文提出了一种改进的RHT圆检测方法,它利用梯度方向信息来判定是否对采样到的三点进行参数累积,从而较好地解决了无效累积问题.实验表明改进后的算法比原算法计算速度快,占用的内存小,检测性能有较大提高。
本文从轮廓提取的视觉感知机理出发,提出了一种显著性轮廓提取的方法.其主要思想是初级视皮层神经元对感受野中刺激的响应受到环境的抑制,然而当它与上下文能形成共线结构时,环境又会对它产生一种增强作用.上下文的这种影响增强了神经元对光滑轮廓的响应并有抑制纹理边缘的能力,通过这种方法,减少了检测的轮廓中无关的背景纹理,而突出了目标的轮廓.这个研究为轮廓提取提供了一种仿生方法。
医学图像分割一直是医学图像处理、分析中的经典难题和研究热点.分割过程中,存在图像特征空间维数过高、需处理的数据量太大等问题.为此,利用粗糙集理论中知识约简的思想,对图像高维特征空间进行降维,在降低数据量的基础上提高算法分割图像的速度.粗糙集只能处理离散化数据,故需事先对图像数据进行离散化.文中先利用基于类别属性相互依赖度最大的原则对磁共振图像特征数据离散化,再将粗糙集中基于不可分辨关系的属性约简方
为了提取图像中的主要区域,提出了一种基于改进颜色模型的彩色图像分割方法.在该方法中根据改进的颜色模型中两种颜色间的欧氏距离检测彩色图像的边缘,利用闭/开运算规整边缘、消除边缘噪声,利用三维颜色直方图极大值法进行颜色聚类,结合图像边缘与颜色聚类分割图像,进而提取图像中的主要区域.最后给出了利用该方法分割自然风景图像、提取图像主区域的实验结果.
本文提出了一种航空图像中道路线特征的提取算法,适用于复杂背景下城区中多等级道路的特征识别.在本文提出的多等级城市道路模型的基础上,算法利用道路线状结构的尺度空间特性对道路特征进行描述、分离与定位,最后,结合道路特征的图形和图像特征利用道路线状特征的方向尺度不变性,通过对道路特征图像局部方向能量的判断提取有效的线状道路特征,形成道路特征的目标中心链.与目前大量采用的基于边缘检测的道路提取算法,本算法
本文建立了人眼晶状体的参数化三维几何模型,开发了基于VC++和OpenGL的三维显示系统.首先,根据临床数据构造了一个标准的晶状体模型,然后,通过输入临床获取的特征参数如晶状体直径、厚度、核直径、核偏移等,生成满足特定约束条件和几何拓扑的晶状体模型,从而代表了不同人群的晶状体特征.利用OpenGL图形库实现了晶状体的立体感、透明性和旋转缩放等.本文提出的人眼晶状体参数化建模方法实现了国人虚拟眼晶状
本文提出了一种在VRML构建的虚拟场景中进行虚拟房屋设计的方法.使用VRML技术创建虚拟房屋能够简便地实现场景的三维漫游功能;通过VRML和JAVASCRIPT的结合实现了二维平面地图与三维虚拟场景之间的通信;利用VRML和JAVA的结合,可以在虚拟场景中根据需要改变原有的设计,实现个性化交互。
本文提出了一种基于三角函数的深度图像自适应局部表面拟合方法,设计并实现了迭代寻优算法获得最佳拟合系数和拟合函数表达式,并将它应用于深度图像的特征提取,即根据拟合结果计算深度图像的高斯曲率和平均曲率.理论分析和实验结果表明,与基于多项式的曲面拟合方法比较,本文提出的基于三角函数的曲面拟合方法效果更好,尤其是在边缘点处,使用较少的基函数便可以获得更加准确的拟合结果.迭代寻优算法稳健可靠.且在同等精度下
产品表面的数字化和三维模型重建是RE中的两项灵活、采样范围广、有利于整体形状信息的获取等优点,可以方便地提取物体的边界轮廓与特征信息,其不足点为测量精度较低.而CMM作为一种通用性强、精度高的测量系统成为一种重要的数字化设备,但其测量效率低.通过视觉信息获取物体的大致轮廓,再辅以高精度CMM机测量的少量数据,则可高效、精确地实现产品实体的几何建模.本文采用以B样条为基础,推导出在已知曲线大致轮廓的