动态图像分析的基本任务是从图像序列中检测出运动信息,识别与跟踪运动目标和估计三维运动及结构参数.是图像处理与计算机识别领域中一个非常活跃的分支,由于在许多方面都有着广泛的应用,这个领域的研究受到普遍的关注[2].该论文是基于序列图像的大型复杂机械装备运动参数的求取,目的是通过对多帧图像的分析,取得运动物体在每个时刻的运动状态,比如,速度,加速度,角速度,旋转中心坐标等.针对上述问题,该论文进行了以下的研究工作:1.介绍了国内外在动态图像方面的研究现状,比较了动态图像分析的两个主要的方向:光流法与特征法.确立了该课题使用的方法——特征法.2.对运动模型的构建进行了研究.首先探讨了运动模型的基础,对运动模型的一般表示形式进行研究,由于运动模型中的旋转运动表示的重要性,课题对旋转运动的表示进行了研究.该论文利用四元数对运动模型的旋转模型进行了探讨,着重分析了进动——一种具有更强描述能力的旋转形式3.对于长序列图像的3-D运动估计,利用卡尔曼滤波进行了参数的估计.该论文详细讨论了扩展卡尔曼滤波,迭代扩展卡尔曼滤波,修正的迭代扩展卡尔曼滤波等各种估计方法,并对后两种算法进行了仿真实验比较.通过比较可知,修正的迭代扩展卡尔曼滤波有着比迭代扩展卡尔曼滤波更好的收敛性能.