[发明专利]一种解决由于自相似特征产生光流场与运动场不符的方法

说明书

本发明公开了一种解决由于自相似特征产生光流场与运动场不符的检测方法，提高自相似特征产生光流场和运动场的一致性，包括如下步骤：获取单通道视频流，单通道的灰度图像；对图像进行图像金字塔处理，做K层的金字塔；把原始图像的金字塔第一层分成Number＝Col×Row个检测区域，并且在每个检测区域内检测一个特征点，在原始图像上计算虚位移序列V，并得到虚位移图像序列I_v，包含m个虚位移图像；对每一个虚拟位移图像进行图像金字塔处理，得到m个K层虚位移金字塔，每个V⁽ⁱ⁾对应一个虚位移金字塔；最后使用虚位移滤波后的特征点进行传统的光流跟踪得到光流场。

技术领域

本发明涉及光流场的检测技术，特别是涉及一种解决由自相似特征引起的光流场与实际运动场不符的方法。

背景技术

计算图像光流场是计算机运动视觉的基础研究内容，是进行运动分析与理解的重要工具，在运动检测、运动估计、运动跟踪、运动识别等应用中都有重要作用。由于光流跟踪是以光照不变性和区域一致性假设为前提的，当图像中存在重复纹理的时候，纹理的自相似特征常常会导致光流场的跟踪结果与实际物体的运动场不符，从而影响光流跟踪方法的准确性。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种解决由于自相似特征产生光流场与运动场不符的方法，以提高自相似特征产生光流场和运动场的一致性，解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种解决由于自相似特征引起的光流场与运动场不符的方法，主要包括如下步骤：

步骤1：获取单通道视频流，单通道的灰度图像。

步骤2：对图像进行图像金字塔处理，做K层的金字塔。

步骤3：把原始图像的金字塔第一层分成Number＝Col×Row个检测区域，并且在每个检测区域内检测一个特征点，最多检测到Number个特征点。特征点用P表示。

步骤4：在原始图像上应用公式(3)～(6)计算虚位移序列V，并用公式(1)得到虚位移图像序列I_v，包含m个虚位移图像。

步骤5：对每一个虚拟位移图像进行图像金字塔处理，得到m个K层虚位移金字塔，每个V⁽ⁱ⁾对应一个虚位移金字塔。

步骤6：令P＝(x,y)为步骤3中检测到的特征点。应用但不限于LK光流跟踪方法，将P点由原始图像金字塔跟踪到虚位移图像金字塔上的P′＝(x_v,y_v)点，光流向量为v′＝(Δx,Δy)，其中Δx＝x_v-x，Δy＝y_v-y。

步骤7：将步骤6计算出来的光流向量(Δx,Δy)与虚位移向量V⁽ⁱ⁾代入置信度函数计算尺度i对应的置信度值，得到m个置信度值。

步骤8：将m个置信度值相乘得到最终的置信度值。如果为1则证明光流跟踪的结果正确，否则证明光流跟踪的结果错误，应把该特征点删除。

步骤9：根据步骤8的结果更新特征点，完成虚位移滤波。

步骤10：使用虚位移滤波后的特征点进行传统的光流跟踪得到光流场。

进一步的，步骤3中所述特征点的筛选的方法，是基于虚位移的光流跟踪方法。

所述的特征点筛选的方法，其特征是在原始图像上检测出若干个特征点，然后按照一定的算法保留其中一部分特征点而丢弃另外一部分特征点。