运动图像序列中多目标跟踪的研究与实现

针对运动图像序列中多个目标如何建立关联 ,对进入和离开跟踪窗口的目标如何计数进行研究。提出了一种代价函数 ,设置目标链记录多个目标的特征和运动状态 ,搜索最佳匹配目标 ,使正确轨迹得以延续 。

视频监控中运动图像序列三维重建

视频监控中运动图像序列三维重建一直是三维重建研究的重点,其重建效果会对运动图像的清晰度产生影响。但当前三维重建方法都是通过获取二维视频监控中的运动图像序列,通过基于Java Applet与Java Application编程,采用体绘制法完成视频监控中二维运动图像序列的三维重建,该方法无法保证重建后的图像质量,导致图像清晰度不高。为此,提出基于图像特征点提取与匹配的视频监控中运动图像序列三维重建方法。首先,对视频监控中运动图像序列特征点进行检测,并对特征点一定邻域内图像的纹理、结构以及其他特征进行统计,通过对运动图像序列特征点的特征比较,完成运动图像序列特征点提取与匹配;然后,对视频监控中运动图像序列的结构和运动初始化,并进行视频监控相机的自标定,实现对视频监控中运动图像序列的三维重建。实验结果表明,所提方法能够有效提高三维重建后视频监控中运动图像序列的清晰度,减少三维重建流程,提高运动图像序列重建效率,具有良好的使用价值。

连接型非刚体运动图像序列的特征点跟踪算法

以连接型非刚体运动的典型代表人体为研究对象 ,提出了一种运动图像序列中的特征点跟踪算法。

基于三维激光点云的序列运动图像点目标快速跟踪方法

由于现有方法未充分考虑小目标和遮挡目标检测的问题,导致目标跟踪效果不佳,由此针对点目标跟踪较为困难的问题,提出基于三维激光点云的序列运动图像点目标快速跟踪方法。首先下采样序列运动图像三维激光点云并去除其中的地面数据,通过动态阈值改进欧式聚类方法,分割图像为目标和背景,然后改进SECOND算法,在目标检测阶段融入自适应空间特征融合模块和二维卷积神经网络,同时采用3D DIoU替代Smooth L1作为损失函数,提升SECOND算法的目标检测性能,最后在激光雷达坐标系中构建各点目标的三维中心,利用3D卡尔曼滤波器连续跟踪目标,以交并比和欧式距离为度量标准,通过贪婪算法匹配最近邻目标,实现序列运动图像点目标快速跟踪。实验结果表明,所提方法IoU值更高,可达到0.971,且对目标的跟踪更理想。

一种基于内容表示的图像序列运动分割算法

提出了一种MPEG 4标准所规范的基于内容表示的图像序列运动分割算法。首先进行图像序列二维运动估计并计算位移帧差 ,然后 ,将位移帧差作为将运动物体从静止背景中分离出来的标准进行分割 ;最后对分割结果进行形态滤波。实验结果显示 ,在物体存在整体运动的情况下 ,分割结果表现出了很好的准确度 ,可以成功地提取出图像序列中的运动物体。

汽车碰撞试验序列图像运动分析方法

为了精确测量汽车碰撞试验过程中汽车车身位移变化量以及速度、加速度等运动参数,建立了序列图像运动分析系统。通过对AVI视频文件格式的解析编程和利用图像编码标志技术,实现图像格式的自动转换以及标识点的自动跟踪和匹配,提高了图像系统的自动化操作;同时系统利用光为媒介,达到加载系统和图像系统同步采集和控制的目的。利用该序列图像运动分析系统,可以实现碰撞试验过程的定性和定量分析。试验结果表明此图像分析系统的有效性。

序列运动图像采集与解析系统

该系统是针对体育运动,利用计算机图像采集技术以及人体数学模型对序列运动图像进行数据采集、处理的图像系统。可对视频信号直接进行计算机连续采集,得到序列图像数据并进行分析。主要由图像采集与显示、数据采集、数据处理、处理显示、帮助、退出6大模块组成。(图1)。

序列运动图像采集与解析系统的系统结构与功能

阐述了序列运动图像采集与解析系统的系统功能和结构，详细给出了系统各功能模块的结构框图，介绍了系统的界面、有关各模块的功能与具体操作。

视频图像序列运动参数估计与动态拼接

本文采用多重分层叠代算法来估计全局运动参数,并提出应用于动态拼接的运动分割新方法,实现既有摄像机运动又有物体运动的视频图像序列自动拼接。我们的方法基本步骤如下:首先进行全局运动参数的初始估计,并且在分层叠代过程中进行区域分类,得到初始运动模板。接着空间分割原始图像,先根据图像的空间属性由底向上分层合并图像空间区域,再利用视频图像时间属性进一步向上合并,得到图像空间分割结果。然后结合初始运动模板和图像空间分割结果,采用区域分类新方法重新对图像空间分割结果的每个区域进行分类。然后根据分类结果逐步精确求解全局运动参数。最后进行图像合成,得到全景拼接图像。我们的方法利用了多重分层叠代的优点,并且充分考虑到视频图像空间和时间上的属性,实现了运动物体和覆盖背景的精确分割,避免了遮挡问题对全局运动参数估计精度的影响。而且在图像合成时我们解决了拼接图可能产生模糊或某些区域不连续等问题。实验结果表明我们的方法实现了动态视频图像序列高质量的全景拼接。

运动员动态图像三维仿真技术研究

研究运动员运动图像三维仿真的真实性问题。运动员进行不同的运动项目时,关节所成的角度,运动速度有差异,造成不同部位在空间上会出现严重的视觉遮挡,发生特征点的重叠和丢失,造成运动员形状基计算不准确。传统的人体运动重建算法,都是以人体形状基个数为基础,没有考虑形状基计算错误带来的重建特征点缺失问题,造成仿真效果较差。提出了一种改进因式分解的人体运动图像三维动态仿真算法。运用光流体的概念合理的计算运动中的形状基个数,对形状基的数量进行约束性计算,从而实现人体运动图像序列中的三维动态仿真建模。实验结果表明,改进算法提高了人体运动图像序列三维动态仿真的真实性。

基于特征点跟踪的运动目标接触时间估计方法

为解决估计运动目标和静止观测者之间的接触时间 (tim e- to- contact)的问题 ,提出利用特征线段估计接触时间的思路 ;由估计匀速运动目标和静止观测者接触时间的特征点跟踪方案 ,给出特征点选择与淘汰准则、运动分割方法、以及特征点跟踪方法 .针对三套标记 TTC的运动目标序列图像进行接触时间估计实验 ,结果令人满意 .

无人机影像序列中露天矿三维建模

辽宁矿种繁多，矿山固体废物产出量巨大。为了加强生态环境建设，在矿山固体废物对生态环境影响遥感调查基础上，对调查数据进行统计、分析、归纳、对比，掌握其分布现状，对生态环境的影响，发展趋势进行分析。本文论述了矿山固体废物调查对象与内容、技术路线与工作方法，辽宁矿山固体废物产出量及矿山固体废弃物对环境影响分析。本文提出了一种基于运动与结构重建（SFM）和光束平差法（BA）的无人机影像序列中露天矿全自动三维建模方法。本文方法利用低成本便携式非量测相机方便快捷地获取露天矿照片序列，基于图像序列的运动与结构重建方法进行采场三维特征点自动提取，基于光束平差法将生成的露天矿各区域点云数据自动融合成为完整的三维模型，而不需要任何地面控制点信息。试验中，对某露天铁矿（西北和东南区域）进行了全自动三维建模，生成了包含纹理信息的三维点云数据，构建了露天采场数字表面模型（DSM）。实验结果表明，本文提出的算法非常适用于露天矿山三维建模研究，可以有效地降低数据采集的劳动强度、缩短三维建模周期、提高露天矿测绘效率，在露天矿的三维模型自动构建、三维地形分析、三维模型快捷更新等方面有重要的意义，还用于边坡维护和扩帮工程的岩土石方量的计算与统计，实现露天矿生产的三维立体可视化管理。

利用Zernike矩对心脏超声图进行光流场计算的邻域优化算法

本文针对心脏超声图的特性 ,介绍了一种计算二维光流场的邻域优化算法 ,通过对Zernike矩的正交性、旋转不变性等特性的分析 ,论证了Zernike矩在心脏超声图中作为运动不变特征的优越性 ,从而将传统光流场计算中的亮度不变假设推广到了亮度各阶Zernike矩不变 .另外 ,由于Zernike矩计算了像素点附近其余像素的贡献 ,使得单个像素点引起的误差对特征的影响大大减小 。

移位帧累积技术中的移位参数检测研究

移位帧累积技术在抑制图像噪声的同时,避免了运动图像直接帧累积所带来的边缘模糊,从而有效地提高了运动图像的像质。准确判定目标在图像中的运动方向及移位量是移位帧累积技术的关键。提出了一种适用于运动图像序列的目标移位参数快速检测方法。该方法通过相应算法产生包含特征像素的帧差图像,并通过对特征像素的统计进行目标运动方向的判别及移位量的计算,从而实现对目标运动参数的自动检测。实验结果表明移位量的检测值与实际值具有良好的一致性。

TTC估计系统误差分析及修正

在运动图像序列中利用目标稳定的特征点进行跟踪,从而计算目标尺度变化率以进一步进行TTC(Time-To-Contact)估计,是目前应用较多的被动测距方法。但由于图像的离散化采样,在图像中进行尺度测量不可避免地带来了很大的误差。本文在对TTC估计系统进行了一系列误差分析后,根据TTC系统的特点对TTC估计结果进行一元线性回归修正,以提高估计精度和抗干扰能力。实验结果证明了该方法的有效性。

MOVING OBJECT TRACKING IN DYNAMIC IMAGE SEQUENCE BASED ON ESTIMATION OF MOTION VECTORS OF FEATURE POINTS

An improved estimation of motion vectors of feature points is proposed for tracking moving objects of dynamic image sequence. Feature points are firstly extracted by the improved minimum intensity change （MIC） algorithm. The matching points of these feature points are then determined by adaptive rood pattern searching. Based on the random sample consensus （RANSAC） method, the background motion is finally compensated by the parameters of an affine transform of the background motion. With reasonable morphological filtering, the moving objects are completely extracted from the background, and then tracked accurately. Experimental results show that the improved method is successful on the motion background compensation and offers great promise in tracking moving objects of the dynamic image sequence.

Fast Motion Estimation Algorithm with Edge Alignment for H.264 Encoder

Image sequences processing and video encoding are extremely time consuming problems. The time complexity of them depends on image contents. This paper presents an estimation of a block motion method for video coding with edge alignment. This method uses blocks of size 4 × 4 and its basic idea is to find motion vector using the edge position in each video coding block. The method finds the motion vectors more accurately and faster than any known classical method that calculates all the possibilities. Our presented algorithm is compared with known classical algorithms using the evaluation function of the peak signal-to-noise ratio. For comparison of the methods we are using parameters such as time, CPU usage, and size of compressed data. The comparison is made on benchmark data in color format YUV. Results of our proposed method are comparable and in some cases better than results of standard classical algorithms.