[发明专利]使用基于贴片的投影相关性进行高效自运动估计

权利要求书

1.一种用于提高自运动估计的计算效率的方法，该方法包括：

检测第一图像；

检测第二图像，其中，在检测所述第一图像之后检测所述第二图像；

根据所述第一图像形成第一边缘检测图像；

根据所述第二图像形成第二边缘检测图像；

将所述第一边缘检测图像划分为第一边缘检测图像贴片的第一集合；

将所述第二边缘检测图像划分为第二边缘检测图像贴片的第二集合，其中，以与将所述第一边缘检测图像划分为第一边缘检测图像贴片的所述第一集合相同的方式，将所述第二边缘检测图像划分为第二边缘检测图像贴片的所述第二集合；

通过计算相应的第一边缘检测图像贴片在第一相应垂直轴和第一相应水平轴上的投影与相应的第二边缘检测图像贴片在第二相应垂直轴和第二相应水平轴上的投影之间的相关性，针对每对对应的相应的第一边缘检测图像贴片和相应的第二边缘检测图像贴片来确定局部平移向量，以导出局部平移向量集合；

根据所述局部平移向量集合确定旋转中心；

使用所述旋转中心来估计针对每个局部平移向量的局部旋转角度；

通过使用所述局部旋转角度和对应的局部平移向量来估计全局旋转角度；以及

通过计算所述第二图像与所述第一图像之间的二维平移向量来估计自运动，

其中，

通过计算所述相应的第一边缘检测图像贴片在第一相应水平轴和第一相应垂直轴上的投影与所述相应的第二边缘检测图像贴片在第二相应水平轴和第二相应垂直轴上的投影之间的相关性，针对每对对应的相应的第一边缘检测图像贴片和相应的第二边缘检测图像贴片来确定局部平移向量，以导出局部平移向量集合，进一步包括：

针对每个第一边缘检测图像贴片P_k计算水平投影和垂直投影

V_Pk(y)＝∑_xE(P_k(x，y)) H_Pk(x)＝∑_yE(P_k(x，y))；以及

针对每个第二边缘检测图像贴片C_k计算水平投影和垂直投影

V_Ck(y)＝∑_xE(C_k(x，y)) H_Ck(x)＝∑_yE(C_k(x，y))；

其中，V_pk，H_pk是来自先前边缘图像的第k个贴片的垂直y投影和水平x投影，并且

其中，V_ck，H_ck是来自当前边缘图像的对应的第k个贴片C_k的垂直y投影和水平x投影；并且

通过计算

使投影之间的L1差最小化，

其中，S_Vk和S_Hk分别是第k′对贴片的垂直偏移和水平偏移的最小误差项；

其中，对应于S_Vk的是最小化偏移i_Vk；

其中，对应于S_Hk的是最小水平偏移i_Hk；

其中，这些最小化垂直偏移和最小化水平偏移是第k′个贴片的二维(2-D)局部平移向量的分量。

2.根据权利要求1所述的方法，其中，使用所述旋转中心来估计针对每个局部平移向量的局部旋转角度包括：

通过从所述旋转中心指向图像贴片的中心或通过从所述旋转中心指向所述局部平移向量的末端来计算每对对应图像贴片的二维平移向量之间的角度。

3.根据权利要求1所述的方法，其中，通过计算所述第二图像与所述第一图像之间的二维平移向量来估计自运动包括：

确定所述第二图像的水平位移和垂直位移(i_H，i_V)；

其中，i_H＝Tr(i′_Hk)，i_V＝Tr(i′_Vk)，并且

其中，Tr()是切尾均值计算，并且i′_Hk，i′_Vk是针对旋转而校正的局部平移向量。