[發明專利]一種基于復數可控金字塔的變化檢測方法

有效

• 申請號: 202011166021.2
• 申請日: 2020-10-27
• 公開（公告）號: CN112348782B
• 公開（公告）日: 2022-03-29
• 發明（設計）人: 萬亮;馮偉;王旭之;張乾
• 申請（專利權）人: 天津大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/30
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 程毓英

本發明涉及一種基于復數可控金字塔的變化檢測方法，對于不同時刻拍攝的同一場景的兩幅圖像(I_pre，I_cur)存在的差異，進行變化檢測，包括下列步驟：通過復數可控金字塔把兩幅圖像(I_pre，I_cur)分解到不同方向尺度的子帶中，每個子帶包含兩個成分振幅A和相位Φ；通過對兩張圖像不同子帶之間的相位差進行調整來進行圖像配準；對相位調整之后的不同子帶進行重建獲得最后的配準后圖像；分析相位的變化，獲得場景的真實變化。

技術領域

本發明屬于計算機視覺、人工智能領域，是一種基于復數可控金字塔的微小變化檢測方法。

背景技術

本發明涉及到的技術背景有：

(1)圖像對齊：不同時刻拍攝的兩幅圖像對應位置存在位置差異，所以圖像對齊對后續的變化檢測至關重要。光流估計是與圖像對齊緊密相關的領域，光流法獲得一個描述兩張圖像之間位移的稠密的位移向量場。傳統方法通過變分法解決一個優化問題，光流法的先驅工作由Horn和Schunck[1]提出，之后變分法迅速統治了光流估計領域。之后相關的拓展工作能大位移問題和變化劇烈的場景問題[2]，但是對微小位移的精確對齊處理的效果不好。最近基于學習方法的二維圖像稠密對齊方法被提出，通過卷積神經網絡學習一個光流的函數，但是這些方法需要已對齊的數據對網絡進行訓練，這些訓練數據難以被獲得，并且基于學習的方法對小位移的精確對齊處理效果并不好。

(2)變化檢測：變化檢測即通過分析不同時刻拍攝的同一場景的兩幅圖像，發現并定位在這段時間中產生的變化。變化檢測的應用涉及視頻監控，遙感圖像分析，醫學圖像分析等領域。傳統方法對變化檢測采用背景建模的方法[3]，這些方法的目標是檢測場景顯著的變化，排除不顯著的變化，但是這些方法對微小變化檢測是不適用的。本發明提出了一種復數可控金字塔的方法，適合于壁畫石塑等微小、緩慢變化場景。

相關文獻：

[1]Berthold K.P.Horn,Brian G.Schunck.Determining optical flow[J].Artificial Intelligence,17(1-3):185-203.

[2]Brox T,Bregler C,Malik J.Large displacement optical flow[J].IEEEComputer Society Conference on Computer Vision and Pattern Recognition,2009:41-48.

[3]St-Charles P L,Bilodeau G A,Bergevin R.SuBSENSE:A Universal ChangeDetection Method with Local Adaptive Sensitivity[J].IEEE Transactions onImage Processing,2014,24(1).

[4]Wadhwa N,Rubinstein M,Frédo Durand,et al.Phase-based video motionprocessing[J].Acm Transactions on Graphics,2013,32(4CD):1-10.

[5]Simoncelli E P,Freeman W T.The steerable pyramid:a flexiblearchitecture for multi-scale derivative computation[C].InternationalConference on Image Processing,1995.

發明內容

本發明提供了一種基于復數可控金字塔的微小變化檢測方法，在相位域調整和分析相位的變化來對同一場景拍攝的不同時刻的圖像進行微小變化檢測，大幅提高了變化檢測的精度。本發明是通過以下技術方案實現的：