[发明专利]一种人工复眼相机的图像阵列光流估计方法

说明书

本发明公开了一种人工复眼相机的图像阵列光流估计方法，根据所用人工复眼的结构特点，对阵列图像中包含运动目标的图像进行检测，随后构建光流估计能量函数，并利用变分法对能量函数进行优化，完成人工复眼图像的光流估计。本发明与现有技术相比，其显著优点在于：能有效地对人工复眼图像序列进行光流估计，并且由于子眼图像间空间相关的约束项，能够对相邻子眼对应区域进行约束，获得一致的光流估计结果，解决人工复眼相机中子眼视场角小导致的图像边缘光流估计不准确的问题。

技术领域

本发明涉及计算机视觉技术领域，特别是一种人工复眼相机的图像阵列光流估计方法。

背景技术

视觉是大部分生物认识世界、感知世界的一个重要手段，昆虫复眼作为一种广泛存在的视觉系统，具有体积小、近距离清晰成像、视场大、对运动目标敏感等特点。虽然传统的单目相机已经能够获得高清的图像，但单目相机的体积以及焦距都很难进一步缩小。人工复眼相机作为一种新型的相机类型，通过模拟昆虫复眼成像原理，能在保持与单目相机相比拟的成像效果的同时具有更小的体积。因此人工复眼相机在运动目标估计、三维重建等方面具有重要的研究价值。其中运动估计是计算机视觉领域的一个重要的研究内容，光流估计是运动估计研究中一个重要的研究方向。

虽然目前已有大量的光流估计方法，但在人工复眼相机图像的应用中仍然存在许多问题。人工复眼相机由于其多个小视场角的低分辨率成像通道的特点，虽然相邻子眼图像间存在交叠，但由于缺少有效的支撑信息，采用目前最优的光流估计方法对人工复眼图像进行光流估计仍会存在图像边缘估计结果较差、以及相邻子眼对应区域光流场不一致的问题。因此，发明一种适用于人工复眼相机的光流估计方法具有十分重要的意义，有利于将人工复眼相机应用到实际环境中。

发明内容

本发明目的是针对人工复眼相机提供一种图像阵列光流估计方法，该方法根据所用人工复眼的结构特点，对阵列图像中包含运动目标的图像进行检测，随后构建光流估计能量函数，并利用变分法对能量函数进行优化，完成人工复眼图像的光流估计。

实现本发明目的的技术方案如下：

一种人工复眼相机的图像阵列光流估计方法，包括步骤

S1、获取人工复眼图像：令人工复眼相机具有M×N个子眼，组成一个子眼阵列，i为二维向量表示表示阵列中的一个子眼，则在时间t和t+1分别捕捉获得M×N个图像I_i(x,y,t)和I_i(x,y,t+1)；

S2、检测每个子眼图像是否包含运动目标：子眼i在时间t和t+1的图像I_i(x,y,t)和I_i(x,y,t+1)关于时间t的绝对差值dt(x,y)公式为：

dt(x,y)＝|I_i(x,y,t)-I_i(x,y,t+1)|

如果dt(x,y)大于阈值τ，则像素(x,y)是运动目标的投影点；如果子眼图像中运动目标的投影点数量大于某一常数Mon，则该子眼捕捉图像中包含运动目标；

S3、令x＝(x,y,t)^T表示像素(x,y)在时间t的坐标，w＝(u,v,1)^T表示时间t和t+1间的位移向量；其中u和v分别表示水平和垂直位移量，则光流估计能量函数E(u,v)计算方法为：

S31、对任意子眼i，计算图像数据匹配项

其中表示空间梯度，Ψ是惩罚函数，ε为一极小正常数以保证惩罚函数为凸函数，γ是权重，Ω表示图像域；

S32、计算平滑项

其中

当只有两张图像，则变为▽；