《[工学]基于光流的运动估计与匹配方法研究》由会员分享，可在线阅读，更多相关《[工学]基于光流的运动估计与匹配方法研究（55页珍藏版）》请在金锄头文库上搜索。
1、分类号 TP391 密级 公开重庆邮电大学硕士学位论文论文题目 基于光流的运动估计与匹配方法研究(题名和副题名)英文题目 Research on the Methods of Motion Estimationand Matching Based on Optical Flow硕士研究生 李文羽 指导教师 胡学刚 教授 学科专业 计算机应用技术 论文提交日期 2010年5月 论文答辩日期 论文评阅人 答辩委员会主席 2010年5月16日独 创 性 声 明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经
2、发表或撰写过的研究成果，也不包含为获得 重庆邮电大学 或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名： 签字日期： 年 月 日学位论文版权使用授权书本学位论文作者完全了解 重庆邮电大学 有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权 重庆邮电大学 可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名： 导师签名：签字日期： 年 月
3、 日 签字日期： 年 月 重庆邮电大学硕士论文 摘要摘 要 本文主要研究了视频图像序列光流的运动估计及匹配应用问题，它是计算机智能化的一个基本问题，也是动态图像分析的核心问题。图像系列光流运动估计是快速而准确地检测图像系列帧间运动的一类技术，在经济和国防建设中有着广泛的应用前景，具有非常重要的研究意义。本文首先介绍了二十世纪八十年代以来国内外对光流运动估计和匹配问题研究的各类算法，分析了光流运动估计及匹配方法的研究现状。其次，作为理论基础，不但详细推导了H-S光流法的基本方程和数值解法，而且全面论证了Log-gabor函数的性能。最后，客观的分析了近年来光流运动估计和匹配算法中存在的不足之处，
4、引出了本文研究的重点内容：基于梯度优化的多尺度视频光流估计和基于两步运动估计的系列图像匹配算法。第一，提出一种基于梯度优化的不同运动幅度视频图像光流估计的新算法。先用Loggabor滤波器对原视频图像进行相位、尺度滤波，再用所得的特征图像来计算时空梯度，最后根据时空梯度计算光流。该算法模型同时运用由粗到精的图像金字塔方法对视频图像分层处理。理论分析和实验结果表明，该算法适用于大幅度的视频运动光流估计，不仅能得到适合人眼视觉分辨率特性的图像，而且使时空梯度更加优化，光流计算更准确。并且在时间复杂度上与传统光流计算方法相当，在计算精度上优于H-S、段先华等人提出的算法。第二，以光流法(Optica
5、l Flow)为基础，结合简化的仿射变换(Simplified Affine Transform)模型，提出了一种基于两步运动估计的系列图像匹配算法SAT_OF算法。该算法弥补了传统的图像匹配方法的不足，而且使图像匹配残差明显减小。此外，在保证简化仿射变换参数正确的同时，使用了更加简单直接的解法，大大降低了计算的复杂性。实验表明，对存在大位移运动、复杂形变的图像，该算法更有效。关键词：光流；运动估计；Log-gabor滤波；金字塔方法；图像匹配；简化射变换III重庆邮电大学硕士论文 AbstractAbstractThe thesis focus on the technology of mo
6、tion estimation and matching of optical flow in the video image sequences, which is known as the principle field of intelligent computer and dynamic image analysis. The technology of optical flow motion estimation that can fast and accurately detect interframe motion has a wide application prospects
7、 and has a very important research significance in the areas of the economic and national defense construction.This paper first analyzes the various types of algorithms and the research situation of optical flow motion estimation and matching at home and abroad since 1980s. In the next place, as a t
8、heoretical basis, the H-Ss basic equation of optical flow method and the numerical solution is not only derived in detail, but the performance of Log-gabor function is fully demonstrated as well. Finally, we objectively analyze shortcomings of the recent optical flow motion estimation and matching a
9、lgorithms, leading to the focus of the contents of this paper: multi-scale optical flow estimation of the video based on gradient optimization and a Image matching algorithm based on two-step motion estimation.Firstly, a new algorithm based on gradient optimization is presented for optical flow esti
10、mation of video images with different motion range. Original video images are first transformed by using Loggabor filtering in phase and measure, and then the spatio-temporal gradient is calculated by using the images of the feature obtained, last optical flow is calculated in the light of the spati
11、o-temporal gradient. In the meanwhile, the video images are layered and processed by the algorithm model using coarse-to-fine image pyramid method. Both theory and experiment show that the algorithm is applied to the video optical flow motion estimation of the significant range. The video images whi
12、ch are suitable for human visual characteristics of the resolution can not only be gained, but also the spatio-temporal gradient is more optimized and optical flow calculation is more accurate. Besides, The time complexity of this algorithm is equivalent to that of the traditional optical flow metho
13、d, and in the accuracy of the algorithm is superior to the methods suggested by H-S, Duan etc. Secondly, a two-step motion estimation algorithm is proposed to match a series of images, which is based on Optical Flow method, and combines with Simplified Affine Transform model. The algorithm compensat
14、es the disadvantage of classical image matching methods, and obviously reduces image matching error. Besides, with the use of simple and direct solution, The method can not only assures the accuracy of Simplified Affine Transform parameters but also greatly reduces computational complexity. Experiment results show that the algorithm is more effective for images with large-scale motion and complex deformation.Key words: Optical flow; Motion estimation; Log-gabor filtering; Pyramid method; I
