论文部分内容阅读
在航空测量领域，运动物体的运动参数非接触式测量是非常重要的研究内容，因为在航空器，推进器，武器系统，风洞流场等的性能测试中，往往会遇到难以使用接触式传感器进行测量的情况。随着数字视频处理、计算机视觉以及机载计算机技术的迅速发展，使得利用数字视频分析技术和变形测量模型DMM(DeformationMeasureModel)相结合的非接触测量技术变为可能。本文对于视频图像上运动物体的运动参数的检测、跟踪和估计等问题进行了研究，改进并提出了一种新的基于运动对象网格模型的运动估计方法，实现了非均匀动态网格下的光流场计算，取得了较好的结果。本文的主要工作内容和所取得的研究成果如下：
1)、实现了一种基于对象的网格模型生成方法，首先采用多边形近似得到视频运动对象边缘点，其次利用SUSAN检测算子检测视频运动对象的角点，然后采用帧差信息剔除某些点。最后用这些点作为Delaunay三角化网格模型的网格节点进行建网。
2)、计算稀疏光流场，以确定网格节点的光流，在网格模型的运动估计中，网格节点的运动估计方法是非常重要的步骤，网格节点的运动矢量估计必须具有很高的鲁棒性，否则会造成后续帧网格拓扑结构的较大改变，进而导致后续运动补偿、预测图像重建等环节出现严重的连带效应。我们利用一种Bayesian(贝叶斯)估计的MAP(最大后验估计)方法，该方法可以有效的改善和提高运动矢量估计精度。
3)、计算稠密光流场，以确定所有象素的光流。网格运动模型表示中，网格的运动一般由网格顶点的运动来描述，由于网格顶点与网格内部点的运动具有较为相近的特征，所以一般网格内部点的运动矢量可以由网格节点的运动矢量插值得到。