序列图像边缘检测稳定性及运动参数恢复研究

【摘要】： 视觉运动分析是研究从场景的图像序列中提取场景中目标物体的结构、位置和运动信息的理论和方法。它主要涉及到计算机视觉、人工智能、图像处理等学科，广泛应用于下业和军事领域，完成诸如机器人视觉系统，器官的异常和诊断，资源勘探，天气预报，自动飞行器导航等任务。 本文研究从真实图像或综合图像计算线光流技术和从线光流计算物体的运动参数和结构参数技术，研究了在图像处理当中由于点检测带来的线检测的误差的稳定性，提出了运用解非线性方程组的方法求解运动参数的和结构参数的新方法。 首先介绍了由序列图像恢复运动和结构的两种方法：基于特征的方法和基于光流的方法，并着重介绍了光流方法的发展现状和存在的问题。在基于点的光流的基础上，提出基于线的光流计算技术；并且将直线和曲线的光流技术统一到参数坐标下面，得到了统一的形式；研究图像处理的一系列过程，分别进行了分析和讨论：对于滤波，采用了在实践上可行且简单可靠的中值滤波；边缘检测运用Sobel算子得到了比较厚的边缘，而后用Deustch方法实现了边缘像素的单值化，单值化后的图像进行边缘提取，得到线的参数坐标；在边缘提取当中，对直线，曲线分别采用不同的方法提取线参数；对直线，曲线检测的可行性，稳定性进行了深入研究；通过对线流场的分析，建立了计算线流场的计算方程，并且建立了由线流场恢复运动参数的非线性方程；在每个序列图像中由6条光流线就可以得到物体的运动参数，相比以前需要21条线光流的线性方法需要的信息减少了很多。