视觉光流矢量场估计算法综述

主要介绍了光流的理论框架及应用背景,描述了主流的光流算法及逐步演变的数学求解模型.重点从保边平滑、抗光照变化影响、大位移光流、异质点滤除、实时性计算等5个不同的角度全面分析了光流模型优化求解中的技术性重点及难点问题,详细介绍了已有的解决策略并对今后的研究方向进行了展望,指出大位移光流、抗光照变化影响、实时性计算等方向将成为将来的研究热点.

基于结构纹理分解和多重网格的光流估计算法

分别针对光流计算对光照变化敏感以及运算复杂度高、迭代收敛缓慢的问题,使用一种基于ROF(Rudin-Osher-Fatemi)模型的结构纹理分解(STD)技术得到对光照变化不敏感的纹理图估计光流场,消除了光照变化产生的负面影响,并提出一种基于多重网格方法的分层处理策略.将光流计算的迭代过程分散在一系列粗细不同的网格上,在细网格上消除高频误差,在粗网格上消除低频误差,以达到加速收敛、提高光流计算速度的目的.实验结果表明,STD过程抑制了光照变化导致的负面影响,提高了光流估计精度.多重网格算法在保持优化精度的前提下,显著提高了光流计算的实时性.

改进的CLG变分光流场估计方法

光流运动估计是计算机视觉领域的一个重要的研究领域,为了抑制噪声对光流场估计的影响,并实现大位移光流场求解,建立了基于全局与局部相结合的CLG-TV变分光流估计模型,并提出求解方法。将LK局部光流算法融合到TV-L1模型中,并利用各项异性扩散和双边滤波技术,扩展后模型在保持TV-L1模型优势的基础上,具有更加鲁棒的抗噪性能,且能有效解决大位移问题;在求解过程中,利用结构纹理分解方法和由粗到精金字塔方法,提高光流计算的精度。实验结果表明:本算法误差AAE和AEPE均有所减小,该算法在精度提高的同时加快了收敛速度;进一步,通过对实际大位移图像序列求解,验证了算法能有效区分动态目标和静态背景的能力,并且能较好反映物体的运动信息。本文提出的CLG-TV模型能够提高光流估计精度,并能有效解决光流计算的大位移问题。

基于大位移变分光流的全向智能轮椅测速方法

为扩大全向智能轮椅的速度测量范围并改善其测量精度及计算效率,对传统基于光流的测速方法进行了改进.首先,采用TV-L1模型求解光流,并有效地预测帧间像点位移量,缩小像点的搜索区域.然后,针对由光照不均、局部运动模糊等因素产生的异质光流矢量,提出了基于平面片光流模型的随机抽样一致算法(random sample consensus,RANSAC),以实现光流场的排异.最后,在统一计算设备架构(compute unified device architecture,CUDA)的体系框架下实现光流计算的并行加速,提高了系统的实时性.实验结果表明:改进方法使轮椅的最大可测量速度提升了1.67倍,且测速精度优于轮式里程计,该方法在光照不均、局部运动模糊情况下也具有较好的鲁棒性,能够提升全向轮椅的最大可测量速度及测量精度.

柔性就地风选筛网自动清扫模式设计

膨胀烟丝回潮后需通过柔性就地风选将膨胀烟丝中的杂物分离出来。但风选长时间使用后,滚网内部的网孔会被烟丝堵塞且不易清理,导致烟丝被误分离。针对这一情况,论文设计了一种新型的风选滚网内部清扫方法,在滚网的内壁附加一个活动的毛刷辊,有效降低烟丝的误分离率。

企业突发环境事件应急预案常见问题及应对对策

环境应急预案的主要目的是处理政府的组织和管理能力,指挥应急资源和应急行动的总体规划。如果发生突发环境事件,要提前制定好突发环境事件应急预案,在这个过程中将会事半功倍。在企业正常经营过程中,突发环境事件时有发生,会带来一定的经济损失或环境危害,及时有效的应急处置措施可以最大限度地减少事故造成的经济损失和社会负面影响。因此,本文主要探讨和分析了应急预案的常见问题以及相应的对策,以供参考。

改进的TV-L^1平滑光流估计

提出将高斯平滑后的数据项和非局部中值滤波相结合的光流算法,以实现降噪并提高光流估计的稳健性和精度。该方法的数据项使用稳健的L1范数,通过高斯滤波对数据项平滑处理,抑制噪声干扰,并借助原始-对偶算法改善变分光流的求解效率;为进一步提高光流场的估计精度,引入了非局部中值滤波的全局优化策略;为提高算法对较大位移量估计的适应性,运用了由粗到精的金字塔方法。采用Middlebury光流数据库图像和真实场景图像对改进的TV-L1光流估计算法进行了实验验证。结果表明,提出的改进变分光流算法具有较强的稳健性,其光流估计精度优于传统的TV-L1模型算法。