基于運(yùn)動(dòng)對(duì)象網(wǎng)格模型的運(yùn)動(dòng)估計(jì)方法研究.pdf

1、在航空測(cè)量領(lǐng)域，運(yùn)動(dòng)物體的運(yùn)動(dòng)參數(shù)非接觸式測(cè)量是非常重要的研究?jī)?nèi)容，因?yàn)樵诤娇掌?，推進(jìn)器，武器系統(tǒng)，風(fēng)洞流場(chǎng)等的性能測(cè)試中，往往會(huì)遇到難以使用接觸式傳感器進(jìn)行測(cè)量的情況。隨著數(shù)字視頻處理、計(jì)算機(jī)視覺(jué)以及機(jī)載計(jì)算機(jī)技術(shù)的迅速發(fā)展，使得利用數(shù)字視頻分析技術(shù)和變形測(cè)量模型DMM(DeformationMeasureModel)相結(jié)合的非接觸測(cè)量技術(shù)變?yōu)榭赡?。本文?duì)于視頻圖像上運(yùn)動(dòng)物體的運(yùn)動(dòng)參數(shù)的檢測(cè)、跟蹤和估計(jì)等問(wèn)題進(jìn)行了研究，改進(jìn)并提出了一

2、種新的基于運(yùn)動(dòng)對(duì)象網(wǎng)格模型的運(yùn)動(dòng)估計(jì)方法，實(shí)現(xiàn)了非均勻動(dòng)態(tài)網(wǎng)格下的光流場(chǎng)計(jì)算，取得了較好的結(jié)果。本文的主要工作內(nèi)容和所取得的研究成果如下： 1)、實(shí)現(xiàn)了一種基于對(duì)象的網(wǎng)格模型生成方法，首先采用多邊形近似得到視頻運(yùn)動(dòng)對(duì)象邊緣點(diǎn)，其次利用SUSAN檢測(cè)算子檢測(cè)視頻運(yùn)動(dòng)對(duì)象的角點(diǎn)，然后采用幀差信息剔除某些點(diǎn)。最后用這些點(diǎn)作為Delaunay三角化網(wǎng)格模型的網(wǎng)格節(jié)點(diǎn)進(jìn)行建網(wǎng)。 2)、計(jì)算稀疏光流場(chǎng)，以確定網(wǎng)格節(jié)點(diǎn)的光流，在網(wǎng)格模

3、型的運(yùn)動(dòng)估計(jì)中，網(wǎng)格節(jié)點(diǎn)的運(yùn)動(dòng)估計(jì)方法是非常重要的步驟，網(wǎng)格節(jié)點(diǎn)的運(yùn)動(dòng)矢量估計(jì)必須具有很高的魯棒性，否則會(huì)造成后續(xù)幀網(wǎng)格拓?fù)浣Y(jié)構(gòu)的較大改變，進(jìn)而導(dǎo)致后續(xù)運(yùn)動(dòng)補(bǔ)償、預(yù)測(cè)圖像重建等環(huán)節(jié)出現(xiàn)嚴(yán)重的連帶效應(yīng)。我們利用一種Bayesian(貝葉斯)估計(jì)的MAP(最大后驗(yàn)估計(jì))方法，該方法可以有效的改善和提高運(yùn)動(dòng)矢量估計(jì)精度。 3)、計(jì)算稠密光流場(chǎng)，以確定所有象素的光流。網(wǎng)格運(yùn)動(dòng)模型表示中，網(wǎng)格的運(yùn)動(dòng)一般由網(wǎng)格頂點(diǎn)的運(yùn)動(dòng)來(lái)描述，由于網(wǎng)格頂點(diǎn)