[發明專利]一種人工復眼相機的圖像陣列光流估計方法

有效

• 申請號: 201810108789.0
• 申請日: 2018-02-05
• 公開（公告）號: CN108399629B
• 公開（公告）日: 2020-06-02
• 發明（設計）人: 張葛祥;吳思東;榮海娜
• 申請（專利權）人: 西南交通大學
• 主分類號: G06T7/269
• 分類號: G06T7/269
• 代理公司: 成都盈信專利代理事務所(普通合伙) 51245
• 代理人: 崔建中

1.一種人工復眼相機的圖像陣列光流估計方法，其特征在于，包括步驟

S1、獲取人工復眼圖像：令人工復眼相機具有M×N個子眼，組成一個子眼陣列，i為二維向量表示表示陣列中的一個子眼，則在時間t和t+1分別捕捉獲得M×N個圖像I_i(x,y,t)和I_i(x,y,t+1)；

S2、檢測每個子眼圖像是否包含運動目標：子眼i在時間t和t+1的圖像I_i(x,y,t)和I_i(x,y,t+1)關于時間t的絕對差值dt(x,y)公式為：

dt(x,y)＝|I_i(x,y,t)-I_i(x,y,t+1)|

如果dt(x,y)大于閾值τ，則像素(x,y)是運動目標的投影點；如果子眼圖像中運動目標的投影點數量大于某一常數Mon，則該子眼捕捉圖像中包含運動目標；

S3、令x＝(x,y,t)^T表示像素(x,y)在時間t的坐標，w＝(u,v,1)^T表示時間t和t+1間的位移向量；其中u和v分別表示水平和垂直位移量，則光流估計能量函數E(u,v)計算方法為：

S31、對任意子眼i，計算圖像數據匹配項

其中表示空間梯度，Ψ是懲罰函數，ε為一極小正常數以保證懲罰函數為凸函數，γ是權重，Ω表示圖像域；

S32、計算平滑項

當只有兩張圖像，則變為

S33、進一步利用相鄰子眼圖像的對應信息，計算空間對應項

其中Ne(i)表示子眼i的4-最近鄰子眼，x_j表示x在子眼j的對應像素，w_j表示其位移向量，δ(x_j)是狄拉克函數；如果x_j存在則為1，否則為0；g(x_j)表示權重函數；

S34、構建光流估計能量函數E(u,v)：

其中E_i(u,v)表示子眼圖像I_i的能量函數，

其中α和β分別表示平滑項和空間對應項的權重；

S4、利用變分法對能量函數進行最小化：

S41、首先定義如下的縮寫：

其中，z替換了t；

S42、根據歐拉-拉格朗日方程和S41的縮寫，則E_i(u,v)的歐拉-拉格朗日方程為：

S43、對光流的估計，采用標準的由粗到精的圖像金字塔原理，設每個子眼圖像包含r層，其中原圖像是第r層，其中每一層降采樣因子為ρ，從第1層到第r層，利用固定點迭代方法計算對應的w；設w^k＝(u^k,v^k,1)^T,k＝0,1,...,表示在k次迭代的位移向量，其中在第1層的第0次迭代初始w⁰＝(0,0,1)^T，第2-r層的初始位移向量來自前一層的估計結果；因此第k+1次迭代時，w^k+1由下式獲得，

另外，設u^k+1＝u^k+Δu^k,v^k+1＝v^k+Δv^k，以及利用的近似表示，

以及將式(1)中數據項、平滑項和空間對應項的導數縮寫為以下形式，

則將式(2)代入式(3)，可得

將(2)和(4)代入(1)，可得，

S44、再次采用內部固定點迭代方法，設內部迭代初始值為Δu^k，0＝0,Δv^k，0＝0，則在第l+1次迭代，在位移向量增量Δu^k，l+1和Δv^k，l+1的系統方程為，

該系統方程通過逐次超松弛方法求解；

S5、光流估計：對每個子眼的每一層圖像，外部固定點迭代k次，每次迭代后使用5×5的加權中值濾波移除噪聲和保持運動邊界，隨后傳到下一層，直到第r層，最后獲得每個子眼光流估計結果(u,v)。