图像序列光流计算技术及其应用PDF格式文档图书下载

第1章 绪论 1

1.1 光流计算研究的主要方向及研究现状 2

1.1.1 光流计算不适定问题的研究 2

1.1.2 光流计算的不连续性问题研究 4

1.1.3 直线光流计算技术的研究 4

1.1.4 由光流重建物体三维运动和结构的研究 5

1.2 运动场与光流场 6

1.3 彩色图像序列的光流计算 8

1.3.1 色彩灰度一致性方法 8

1.3.2 色彩自身一致性方法 9

本章小结 11

第2章 光流经典计算方法 12

2.1 引言 12

2.2 光流计算基本等式 12

2.3 Horn算法 13

2.4 Lucas算法 17

2.5 实验分析 18

2.5.1 误差测量 18

2.5.2 旋转材质球图像序列实验 19

2.5.3 Yosemite图像序列实验 20

2.5.4 花园图像序列实验 21

2.5.5 Hamburg Taxi图像序列实验 23

本章小结 24

第3章 基于变分方法的稠密光流计算技术 25

3.1 引言 25

3.2 变分计算技术基础知识 25

3.2.1 变分方法基本原理及扩散反应方程 25

3.2.2 最速下降法 27

3.3 应用于光流计算的变分方法 28

3.3.1 最小化能量泛函到非线性PDE的转换 28

3.3.2 能量泛函与扩散反应方程的广义表达 29

3.4 变分光流计算方法中的数据项和平滑项 31

3.4.1 光流计算中数据项守恒假设 31

3.4.2 光流计算中平滑项的物理学背景 34

3.4.3 结合图像扩散的各种平滑方法 37

3.5 图像光流联合驱动的变分光流计算方法 41

3.5.1 灰度守恒与梯度守恒相结合的数据项 41

3.5.2 基于图像、光流联合驱动扩散的平滑项 43

3.5.3 多分辨率分层细化策略 45

3.5.4 基于图像光流联合驱动的变分光流计算技术处理策略 46

3.5.5 实验分析 50

3.6 基于结构张量的变分光流场计算技术 62

3.6.1 基于结构张量守恒与灰度守恒相结合的数据项 62

3.6.2 各项异性扩散的平滑项 63

3.6.3 扩散反应方程 65

3.6.4 数值实现 66

3.6.5 实验分析 67

本章小结 72

第4章 点光流三维重建技术 73

4.1 引言 73

4.2 基于稀疏光流场的三维重建技术 73

4.2.1 角点检测及跟踪 73

4.2.2 稀疏光流计算 75

4.2.3 光流运动模型 76

4.2.4 算例分析 79

4.3 基于稠密光流的三维重建技术 81

4.3.1 二维光流矢量与三维运动参数的关系 81

4.3.2 基于光流的三维运动参数的能量函数 83

4.3.3 三维运动参数能量泛函的求解 84

4.3.4 三维结构的恢复 85

4.3.5 二维图像光流的恢复 86

4.3.6 实验分析 86

本章小结 93

第5章 直线光流计算及三维重建技术 94

5.1 引言 94

5.2 直线的表示、提取及跟踪匹配 94

5.2.1 直线的2D和3D表示原则 95

5.2.2 直线的3D表示 95

5.2.3 直线的2D表示 100

5.2.4 平面直线的提取 101

5.2.5 图像序列直线特征的跟踪匹配 103

5.2.6 实验分析 105

5.3 直线光流的定义和计算 108

5.3.1 图像直线与空间直线的关系 108

5.3.2 直线光流的定义和计算 108

5.3.3 直线光流三维重建模型 109

5.4 直线光流三维重建鲁棒性分析 113

5.4.1 理论基础 113

5.4.2 推导与论证 114

5.5 实验分析 120

5.5.1 直线模拟数据仿真实验 120

5.5.2 三角棱锥仿真实验 123

5.5.3 合成立方体运动实验 126

5.5.4 真实图像方盒旋转实验 128

5.5.5 机械零件旋转和平移实验 129

本章小结 131

第6章 基于优化算法的直线光流三维重建方法 133

6.1 引言 133

6.2 基于神经网络的直线光流三维重建 133

6.2.1 BP网络神经元模型 133

6.2.2 前馈型神经网络结构 134

6.2.3 基于神经网络的直线光流模型 134

6.2.4 直线模拟数据仿真实验 138

6.3 基于遗传算法的直线光流三维重建 139

6.3.1 遗传算法简介 139

6.3.2 遗传算法原理 140

6.3.3 基于遗传算法的直线光流模型 143

6.3.4 直线模拟数据仿真实验 144

6.4 基于粒子群算法的直线光流三维重建 146

6.4.1 粒子群算法简介 146

6.4.2 粒子群算法原理 146

6.4.3 基于粒子群算法的直线光流模型 147

6.4.4 直线模拟数据仿真实验 149

6.5 基于蚁群算法的直线光流三维重建 150

6.5.1 蚁群算法简介 150

6.5.2 蚁群算法原理 150

6.5.3 基于蚁群算法的直线光流模型 152

6.5.4 直线模拟数据仿真实验 154

6.6 实验分析 156

6.6.1 三角棱锥仿真实验 156

6.6.2 真实立方体旋转实验 157

6.6.3 真实机械零件图像序列实验 160

6.6.4 室内电风扇图像序列实验 162

本章小结 165

第7章 激光和CCD数据分割中的光流应用 166

7.1 引言 166

7.2 图像预处理 167

7.3 基于光流的运动目标的检测 169

7.3.1 基于光流的运动目标检测算法描述 169

7.3.2 实验分析 170

7.4 光流算法的改进 173

7.4.1 改进算法描述 173

7.4.2 改进算法实验分析 176

7.5 运动目标区域的抽取 179

7.5.1 图像区域分割合并算法简介 179

7.5.2 基于光流的区域分割合并算法 180

7.5.3 光流场区域分割合并实例 183

本章小结 185

第8章 基于光流和水平集算法相结合的运动目标检测 186

8.1 引言 186

8.2 基于光流场的运动目标粗检 187

8.2.1 光流场的计算 187

8.2.2 数学形态学区域填充 188

8.3 基于水平集算法的运动目标细检 189

8.3.1 水平集算法原理 189

8.3.2 图像颜色模型选择 191

8.3.3 运动目标的提取 193

8.4 实验与分析 194

8.4.1 误差测量 194

8.4.2 合成图像序列实验 195

8.4.3 真实图像序列实验 198

本章小结 202

第9章 总结与展望 203

参考文献 205

查看更多关于图像序列光流计算技术及其应用的内容