[發明專利]一種基于最鄰近搜索的光流并行加速方法

有效

• 申請號: 201710532775.7
• 申請日: 2017-07-03
• 公開（公告）號: CN107292850B
• 公開（公告）日: 2019-08-02
• 發明（設計）人: 姜精萍;楊昕欣;刁為民;郭正霖
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T3/40
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 楊學明;顧煒

本發明公開了一種基于最鄰近搜索的光流并行加速方法，對Barnes最鄰近算法的光流修正算法進行修改，采用梯度下降法修正光流，提高了效率；同時對光流的傳播過程進行修改，使其易于在GPU上實現并行運算來進行加速。將本發明用于光流計算，可明顯提高運算速度，同時保證一定的精確度。

技術領域

本發明屬于圖像處理技術領域，具體涉及一種基于最鄰近搜索的光流并行加速方法。

背景技術

光流(Optical Flow)的概念是Gibson于1950年首先提出的，它是由相機和場景相對運動產生的，表示的是圖像中各像素瞬時相對運動的速度情況。光流場是指圖像灰度模式的表面運動。光流計算是當今計算機視覺的熱點之一，光流算法被廣泛應用于運動目標檢測與跟蹤、機器人導航、三維重建等領域。80年代初期，Horn和Schunck提出了建立在光流平滑性假設基礎上的稠密光流算法，為光流計算的發展起了奠基性作用，之后學者們相繼提出了多種計算光流的算法。根據數學方法和相應的理論基礎，計算光流的方法分為基于梯度的方法、基于塊匹配的方法、基于能量的方法和基于相位的方法。

與其他計算光流的方法相比，基于塊匹配的光流法具有運算速度快、易于硬件實現的優點。塊匹配是圖像處理中很常見的一種問題，尤其在視頻編碼中的運動估計中應用廣泛，許多年來，學者們已經提出了許多塊匹配的算法，如三步法、四步法、菱形法等。為了進一步提高運算速度，學者們提出了近似塊匹配算法，如局部搜索，降低維度等，雖然這些方法得到的結果只是精確匹配的近似，但由于其大大減少了運算量而被廣泛應用于各種高層圖像處理中。

光流是一種簡單實用的圖像運動的表達方式，定義為動態圖像的幾何變化和輻射度變化的全面表示。光流的研究是利用圖像序列中的像素強度數據的時域變化和相關性來確定各自像素位置的“運動”，即研究圖像灰度在時間上的變化與景象中物體結構及其運動的關系。

光流法檢測運動物體的基本原理是：給圖像中的每一個像素點賦予一個速度矢量，這就形成了一個圖像運動場，在運動的一個特定時刻，圖像上的點與三維物體上的點一一對應，這種對應關系可由投影關系得到，根據各個像素點的速度矢量特征，可以對圖像進行動態分析。如果圖像中沒有運動物體，則光流矢量在整個圖像區域是連續變化的。當圖像中有運動物體時，目標和圖像背景存在相對運動，運動物體所形成的速度矢量必然和鄰域背景速度矢量不同，從而檢測出運動物體及位置。

目前大多數的光流計算方法相當復雜，計算量巨大，耗時長，實時性和實用性都較差。本發明對光流的計算實行并行加速辦法，能夠在保證精度的同時提高運算速度。

發明內容

本發明的技術解決方案：為克服目前光流場計算耗時長的不足，提供一種基于最鄰近搜索的并行加速光流方法，該方法通過利用GPU并行化計算進行加速計算，同時能夠保證一定精確度。

本發明采用的技術方案為：一種基于最鄰近搜索的光流并行加速方法，包括下列步驟：

步驟1：輸入兩幀圖像，轉化為灰度圖，并進行高斯濾波，以減少圖像噪聲；

步驟2：分別為濾波后的兩幅圖像進行金字塔式分層，按照分辨率從小到大的順序排列，并隨機地初始化分辨率最小層的圖像的光流場為(0,1)之間的均勻分布，并將其光流場圖像作為當前層圖像；

步驟3：計算當前層圖像的梯度值，包括x方向梯度值與y方向梯度值，并對得出的梯度值進行高斯濾波；

步驟4：利用Barnes算法，對當前層圖像的光流場，采用改進的傳播修正的方法進行多次改進的傳播修正，每次傳播時，每行或每列的傳播過程是并行的，傳播修正過程中采用梯度值作為匹配準則，采用梯度下降法修正光流，得到修正后的光流場圖像；

步驟5：將得到的光流場放大至圖像金字塔中的相鄰層圖像的尺寸大小，放大過程中使用雙三次插值；