一种Lucas-Kanade光流金字塔算法的伪特征点移除方法

发布时间：2017-10-03 10:20

  本文关键词：一种Lucas-Kanade光流金字塔算法的伪特征点移除方法

  更多相关文章： 一种 Lucas-Kanade 光流 金字塔 算法 特征 点移 方法

【摘要】：计算机视觉是计算机认识世界的眼睛,随着自动化的普及,计算机视觉成为当今最热门的研究领域之一。运动跟踪是计算机视觉中一个重要的研究课题,它在无人机、自动驾驶汽车、交通监控等应用方面有着举足轻重的地位。应用最广泛的计算机视觉跟踪算法是基于对角点的跟踪,经过金字塔算法多次迭代估算光流。但是光流估算法基于的三点假设,亮度恒定、时间规律和空间一致性在现实中很难全部满足,使得光流估算法很难得到广泛应用。同时光流估计会消耗大量计算资源,使得跟踪算法在小型嵌入式计算单元上实现受到进一步限制。本文提出了一种自适应的动态伪特征点移除算法,可以在跟踪过程中自动滤除对计算结果准确性和跟踪效率造成影响的伪特征点。论文主要内容如下:第一章介绍了计算机视觉的定义、应用范围以及计算机视觉中运动跟踪算法所面临的主要问题。第二章介绍了计算机视觉中所涉及到的基本概念和常见算法,重点介绍了角点的概念、Harris特征点检测算法的思路、光流估计算法的思路和推导过程,以及金字塔算法提出的背景以及推导过程。第三章提出了伪特征点移除算法。首先对光流估计中的修正项进行分析,根据光流估计中三点假设可能引入的误差推导出金字塔迭代过程中修正项合理的范围。为减少亮度恒定假设引入的误差影响,提出了局部亮度恒定补偿算法。由光流估算中的最小二乘法解逆向推导出符合光流估算结果的条件不等式,再由该不等式推导出金字塔迭代中修正项的合理取值范围,在金字塔迭代的过程中对各角点各级各阶计算结果与该范围进行对比,如果不在合理范围内,则可认为是伪特征点进行移除。对于首次估算结果采用时间规律假设进行限定,如果估算结果超出邻域窗口尺寸则丢弃估算结果,并将目标定为伪特征点。第四章对伪特征点移除算法进行了实验验证。实验利用作者在研究计算机视觉工作时编写的GridJS和pilkft.js视觉库,实验中使用了不同场景不同帧数的14个图像序列,记录了对14个图像序列的整个跟踪中跟踪目标角点数的变化、结果准确性以及伪特征点所占比例。对14个实验图像序列的实验结果表明,伪特征点移除算法可以在短时间内排除绝大部分伪特征点,并且保留了大部分有效特征点。在整个跟踪过程中,跟踪伪特征点所占比例基本保持在0.3以下,大部分情况下可以保持在0.15左右,跟踪特征点数量稳定后基本可以排除全部伪特征点。第五章对论文工作进行了总结。本文所提出的伪特征点移除算法对于不同场景,可以自适应地快速有效移除伪特征点并保留大部分有效特征点,在有效提高跟踪准确性的同时降低了计算强度,使计算机视觉跟踪算法应用到小型化嵌入式平台成为了可能,有很好的实际意义。
【关键词】：
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要6-8
• Abstract8-10
• 第一章 绪论10-13
• 1.1 计算机视觉简介10
• 1.2 计算机视觉的应用10-11
• 1.3 计算机视觉运动跟踪面临的问题11-12
• 1.4 本文的主要内容12-13
• 第二章 计算机视觉的部分概念和基本算法13-24
• 2.1 图像在频域上的表现13-14
• 2.2 高斯模糊14-15
• 2.3 特征检测及特征分类15-17
• 2.4 角点检测17-18
• 2.5 Harris角点检测18-20
• 2.6 光流20-21
• 2.7 金字塔算法21-24
• 第三章 伪特征点移除算法的提出24-33
• 3.1 伪特征点对光流的影响24-26
• 3.2 降低亮度变化引入的误差26-27
• 3.3 考虑实际应用中引入的误差27
• 3.4 修正项合理范围的讨论27-30
• 3.5 因子p的取值讨论30-31
• 3.6 将伪特征点移除算法应用于金字塔算法中31-33
• 第四章 GridJS视觉库及实验结果33-66
• 4.1 GridJS视觉库33
• 4.2 GridJS中的ImageObject33-34
• 4.3 利用GridJS检测角点34-38
• 4.4 利用pilkft.js计算光流38-46
• 4.5 对为特征移除算法进行验证46-48
• 4.6 实验结果与分析48-66
• 第五章 结论66-67
• 参考文献67-69
• 致谢69-70
• 研究成果70

【相似文献】

中国期刊全文数据库 前10条

1 贾熹滨;石勤;尹宝才;;由粗到细的渐进式特征点定位算法[J];北京工业大学学报;2006年05期

2 郑林;刘泉;王林涛;;一种基于特征点的跟踪算法[J];武汉理工大学学报(交通科学与工程版);2006年03期

3 江诗锋;何振峰;;基于特征点的行车数据序列对齐[J];福州大学学报(自然科学版);2010年02期

4 周全峗;史泽林;;辐射模糊图像的特征点稳定性分析[J];光电工程;2013年06期

5 魏立梅,张永瑞,谢维信,程相君;人脸识别中基准点的选取与特征点定位[J];西安电子科技大学学报;1998年01期

6 许承慧;刘桂华;梁峰;;非特征点双目测距技术研究[J];微型机与应用;2013年22期

7 潘翔;章国栋;陈启华;;三维可变形物体的特征点层次提取[J];计算机科学;2014年04期

8 陶刚,卢昀,李吉桂;细化指纹图中伪特征点的一体化去除算法[J];现代计算机(专业版);2002年10期

9 仲启媛,谭立龙;一种确定运动目标特征点的算法[J];计算机工程;2003年10期

10 胡迎春,张增芳,梁数;人脸图像嘴巴特征点自动提取系统[J];广西工学院学报;2003年02期

中国重要会议论文全文数据库 前10条

1 汪力;叶桦;夏良正;;利用特征点定位嘴巴[A];第二十六届中国控制会议论文集[C];2007年

2 付洪川;王剑;万婵;赵建英;付凯;;图像特征点匹配算法的研究与改进[A];2009中国控制与决策会议论文集（1）[C];2009年

3 温文雅;陈建华;;一种基于特征点的图像匹配算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 任明武;胡明昊;杨静宇;;一种快速实用的特征点匹配算法[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（上）[C];2003年

5 许竞;姜波;;摄像机运动下特征点追踪方法研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年

6 张田;王希常;苏志荣;;基于特征点和轮廓检测的粘连数字分割[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

7 杜鹏飞;彭代强;林幼权;;基于二乘向量机的特征点配准算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

8 舒志龙;阮秋琦;;基于KLT特征点跟踪的图象拼接[A];中国体视学学会图像分析专业、中国体视学学会仿真与虚拟现实专业、中国航空学会信号与信息处理专业第一届联合学术会议论文集[C];2000年

9 杨向林;严洪;任兆瑞;陈靖一;;基于小波变换的ECG信号多特征点综合检测算法[A];第八届全国信息获取与处理学术会议论文集[C];2010年

10 韩广良;陈小云;;利用多特征点搜索实现纸钞图像的状态检测[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

中国重要报纸全文数据库 前1条

1 本报记者 王宇;芯技术点亮未来[N];电脑报;2010年

中国博士学位论文全文数据库 前10条

1 刘洪涛;基于视觉的微夹持构件受力与应变测量方法[D];上海交通大学;2014年

2 刘通;面向心拍识别的心电信号的高层特征研究[D];吉林大学;2016年

3 廖斌;基于特征点的图像配准技术研究[D];国防科学技术大学;2008年

4 杨占龙;基于特征点的图像配准与拼接技术研究[D];西安电子科技大学;2008年

5 杨利敏;图像特征点定位算法研究及其应用[D];上海交通大学;2008年

6 李旭东;基于特征点的增强现实三维注册算法研究[D];天津大学;2009年

7 鲁统伟;前视目标图像匹配定位技术研究[D];华中科技大学;2008年

8 戴激光;渐进式多特征异源高分辨率卫星影像密集匹配方法研究[D];辽宁工程技术大学;2013年

9 宋琳;无人机飞行途中视觉导航关键技术研究[D];西北工业大学;2015年

10 杨奎元;基于深层结构的图像内容分析及其应用[D];中国科学技术大学;2012年

中国硕士学位论文全文数据库 前10条

1 曾宝莹;基于图像识别的中国书法真伪鉴别方法研究[D];西安建筑科技大学;2015年

2 周兆镇;基于双目视觉的特征点匹配算法研究[D];西安建筑科技大学;2015年

3 冯翔;基于人脸对齐和多特征融合的人脸识别方法研究[D];南京理工大学;2015年

4 姜小会;基于特征点的图像拼接技术研究[D];山东建筑大学;2015年

5 吴昊;基础矩阵估计方法研究[D];兰州大学;2015年

6 陈伟;基于唇形特征的身份识别算法的设计[D];兰州大学;2015年

7 秦清欣;GPS辅助摄影测量的边坡监测技术研究[D];南京理工大学;2015年

8 宋伟;远程火光瞄准与探测系统设计[D];西安工业大学;2015年

9 刘智;塑料面膜印刷质量的视觉检测方法研究[D];沈阳理工大学;2015年

10 任筱强;行星及行星卫星着陆探测自主导航方法研究[D];哈尔滨工业大学;2015年

，

本文编号：964642