基于解析小波的光流算法研究.pdf

1、本文所討論的運動目標(biāo)的檢測，指的是如何在一個連續(xù)幀的圖片中檢測出運動物體，這個問題有很強(qiáng)的實際應(yīng)用前景，在現(xiàn)代生活中應(yīng)用很廣，在各行各領(lǐng)域都發(fā)揮著重要的作用。
　　 圖像序列不僅包含目標(biāo)在真實三維空間投影下的二位圖像平面，也包含了時間維的運動趨勢。怎樣利用兩幀圖像或多幀圖像來刻畫目標(biāo)運動的特征，就是計算機(jī)視覺需要解決的核心問題。在第一章中我們介紹了運動物體檢測的基本情況和現(xiàn)狀，并對本文各章內(nèi)容進(jìn)行了簡單介紹。
　　 接著

2、分析了兩幀差分以及三幀差分來檢測運動物體的的處理步驟，并進(jìn)行了一些相關(guān)的實驗。分析了這種方法計算速度快，但同時由于目標(biāo)空洞會和光照強(qiáng)度的擾動會帶來分析障礙。隨后研究了背景差分法，給出了高斯背景更新和混合高斯背景更新的模型，好的背景圖像能夠極大的改進(jìn)幀間差分的不足。
　　 本文中重點介紹了光流法的模型及特點。結(jié)合小波的的多分辨性，分析了解析小波優(yōu)點，這就是它不會帶來誤差的累加，同時可以避免實值小波系數(shù)帶來的相位振蕩，從而減小了計算

3、誤差。在本文中我們選取了Gabor小波，分析了Gabor函數(shù)的時頻圖像，并選取了合成和真實的運動圖像序列進(jìn)行Gabor小波計算光流的仿真，在文章中我們對參數(shù)采取的是手動選取的。在程序算法上，我們對頻率進(jìn)行旋轉(zhuǎn)選擇，在最后的選擇上我們使用了非極大抑制的策略，對光流計算的準(zhǔn)確度進(jìn)行了數(shù)值評價，得到了較好的結(jié)論。
　　 最后進(jìn)行了整體分析與方法展望。雖然耗費了計算復(fù)雜度，但對于紋理結(jié)構(gòu)明顯的圖像的光流分析準(zhǔn)確，這就印證了Gabor函數(shù)