论文部分内容阅读
光流是指三维空间中运动物体或场景在二维投影平面上像素点的瞬时运动速度。其不仅包含了目标物体或场景的运动信息,还携带了目标物体或场景的三维结构等信息。因此图像序列光流计算技术的研究成为图像处理、模式识别、计算机视觉等领域的热点问题,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、交通视频监控、医学图像分析,虚拟现实等领域。近年来,随着各种新方法和新技术应用于光流模型的优化,光流计算技术研究取得了快速的发展,在计算精度和计算效率等方面得到大幅提升。但是当图像序列中存在噪声、运动边缘模糊、光照亮度突变及阴影、非刚性运动、大位移等困难场景和运动形式时,光流计算的准确性和鲁棒性会受到较大影响。针对图像序列光流计算的边缘模糊问题,本文主要研究基于交替引导滤波的图像序列光流计算技术,通过设计基于交替引导滤波的序列图像光流计算优化模型,克服由噪声、大位移和非刚性运动所引起的光流计算边缘模糊等问题,以改善光流计算的精确性和鲁棒性。本文的主要工作包括以下几点:1.介绍了图像序列光流技术的研究背景与意义,对光流计算技术的发展与研究现状进行重点讲述,并详细分析了现阶段光流技术所面临的问题与挑战。2.对HS、CLG-TV等经典光流计算方法和Classic+NL、NNF等近年来提出的代表性光流方法进行分析,并介绍了变分光流技术中常用的策略及滤波方法。3.针对噪声、大位移运动以及非刚性运动等困难场景引起的图像与运动边缘模糊问题,提出基于交替引导滤波的光流计算优化方法。在光流计算过程中,在金字塔分层光流框架中每层计算光流后加入交替引导滤波优化模型,通过交替迭代使用滚动引导滤波策略(Rolling Guidance Filter,RGF)和平滑迭代恢复滤波(Smooth and Iteratively Restore filter,SIR)策略,能够很好地保护光流场边缘信息、滤除噪声及光流异常值,克服了光流场边缘模糊的问题,提高了光流计算的准确性和鲁棒性。4.分别采用角误差(AAE)和端点误差(AEE)的评价标准和Middlebury、MPI Sintel和KITTI数据库提供的标准测试图像集对HS、CLG-TV、Classic+NL和NNF四种经典与代表性变分光流方法进行交替引导滤波优化对比测试。实验结果表明,当图像序列中包含噪声、光照亮度突变及阴影、非刚性运动和大位移运动时,本文提出的基于交替引导滤波的光流计算优化模型能够有效提升光流计算的准确性与鲁棒性。