基于彩色的微分光流估計及運動目標(biāo)檢測技術(shù)研究.pdf

1、哈爾濱工程大學(xué)博士學(xué)位論文基于彩色的微分光流估計及運動目標(biāo)檢測技術(shù)研究姓名：項學(xué)智申請學(xué)位級別：博士專業(yè)：信號與信息處理指導(dǎo)教師：趙春暉20080701哈爾濱工程大學(xué)博學(xué)位論文第二，在研究了經(jīng)典彩色光流算法及基于全局平滑約束的光流算法各自特點的基礎(chǔ)上，給出了一種融合彩色光流計算與全局平滑灰度光流計算的方法。該方法通過矩陣條件數(shù)來判斷彩色光流解的可靠性，對于不可靠光流位置，使用全局平滑光流解來進行光流替換，從而得到一種混合的光流解。同時，

2、在上述算法的基礎(chǔ)上，本文進一步研究了彩色局部光流計算模型和彩色全局光流計算模型。局部模型利用了鄰域約束，可提高光流估計精度并有一定的抗噪性能，全局模型可得到稠密光流場但會模糊物體運動邊界，參考前述的混合光流計算方法，本文提出了三種針對彩色圖像序列的混合光流計算模型，并進行了數(shù)值實驗，實驗結(jié)果表明了算法的有效性。第三，回顧了小波的基本原理及其在光流估計中存在的問題，并簡要介紹了利用復(fù)值小波克服相位震蕩進行光流估計的方法，同時給出了一種利用

3、色彩信息提高復(fù)值小波光流估計精度的方法，利用多通道彩色信息對基本的復(fù)小波光流方程組進行了擴展，利用光流解的穩(wěn)定性判據(jù)篩選最可靠顏色通道進行光流計算，最后進行了實驗對比，實驗結(jié)果表明了算法的有效性。第四，給出了一種基于光流場與水平集曲線演化檢測運動目標(biāo)的方法。該方法首先利用運動內(nèi)極線約束或規(guī)范化光流場確定運動目標(biāo)數(shù)量及大致位置，然后通過心IleflIlS動態(tài)聚類方法進行運動目標(biāo)區(qū)域分割。然而，由于光流估計誤差及聚類分割誤差，單純依靠運動信