动态背景下基于光流场分析的运动目标检测算法

针对现有动态背景下运动目标检测算法的不足,提出一种基于光流场分析的运动目标检测算法.首先根据前背景在光流梯度幅值和光流矢量方向上的差异确定目标的大致边界,然后通过点在多边形内部原理获得边界内部的稀疏像素点,最后以超像素为节点,利用混合高斯模型拟合的表观信息和超像素的时空邻域关系构建马尔可夫随机场模型的能量函数,并通过使目标函数能量最小化得到最终的运动目标检测结果.该算法不需要任何先验假设,能够同时处理动态背景和静态背景两种情况.多组实验结果表明,本文算法在检测的准确性和处理速度上均优于现有算法.

激光散斑图样的光流场分析研究

提出了一种基于动态图像处理的新的电子散斑计量方法光流场分析方法，从新的角度出发讨论了运用图像序列分析的概念来解决散斑图样测量的可行性和简便性。并且解决了当散斑图像不满足进行光流场分析的约束条件时的测量问题，即通过多通道的图像处理方法来改变图像连续特性，从而扩大了测量范围。经典的散斑图样的计量都必须经过在空间频域中的处理，而光流场分析法则将散斑图样的计算直接在空间域中进行，为散斑计量术能够实现真正的实时测量。

基于光流场理论测量物体变形相位的新方法

基于光流场理论,提出一种由两幅条纹图像解调出物体变形相位的新方法。首先根据光流场理论,获得两帧连续图像之间的光流矢量场;然后运用双幅图像中初始图像的条纹频率与矢量场进行计算,获得物体的全场变形相位分布。模拟结果和实验结果表明,本文算法将直观的运动矢量场和变形相位的提取相联系,能够解调出物体变形相位信息,不需要相位解包络运算,过程简单方便,并且在条纹越密集处提取的变形相位信息越准确。本文方法为计算物体全场变形相位分布和动态测量提供了新的途径。

视频运动矢量的获取FPGA实现

提出一种视频运动检测的方法,通过融合帧间差法、色彩匹配法、区域特征匹配法、目标关键位置选取和光流场分析的视频运动检测方法,对视频数据流进行分析计算,获取运动目标的运动矢量。在Altera公司的FPGA试验平台DE1上,构建了视频运动检测矢量获取的验证系统。实践结果表明,该方法能够实时分析目标运动信息,快速准确获取视频流中目标的运动矢量。