基于DCT的运动估计算法

介绍了一种新的运动估计算法———基于DCT的运动估计算法(DXT ME)。该算法由一维信号的DCT虚相位方法衍生而来,利用了正弦正交原理直接在变换域中估计运动物体的位移。DXT ME算法具有较强的抗噪声能力,其计算复杂度比传统的全局搜索块匹配算法(BKE ME)要低;还由于其运动估计完全基于DCT域,使得基于DCT变换的运动补偿图像编码器成为可能,大大降低了系统复杂度,提高了系统性能。     

一种基于Hausdorff距离的运动物体跟踪算法

针对视频处理中运动物体的检测和跟踪问题,提出了一种基于Hausdorff距离的目标跟踪算法。新算法提出首先采用多尺度分水岭变换获取运动物体模型,消除了传统基于分水岭变换算法存在的缺陷;然后使用部分Hausdorff距离实现后续帧中运动物体模型的匹配;最后再次使用多尺度分水岭算法完成运动物体模型的更新。实验表明,该算法可以有效地跟踪多个刚体或非刚体目标。     

正立姿势间变换机构的研究

通常,机器人的手腕是通过三个回转运动来实现任意姿势的变换的。事实上通过一次回转运动,可将物体从一种姿势变换为另一种姿势。本文定义了正立姿势,研究了正立姿势间通过一次回转运动的变换种类,计算出了变换轴的种类,方向余弦以及回转角度的大小,并举出了正立姿势间变换机构的例题。说明了在重复生产过程中,利用一次回转,进行正立姿势间的变换将使变换机构简单、便利。     

基于直线的线流场计算技术

计算线流场的主要作用是作为中间介质来重建三维物体的运动和结构.本文提出了基于直线的线流场概念及其计算方法,其基本思路是首先使用霍夫变换提取图象系列中特征直线的坐标;然后通过建立相邻图象之间对应直线的匹配准则,找出对应直线,从而建立位移场;最后对位移场求时间导数得到直线的线流.图象中所有特征直线的坐标和线流的集合定义为直线的线流场.用L型多面体的综合图像进行了实验,实验表明本文所提出的线流场计算方法是可行的.     

一种提取物体线形骨架的新方法

提出了一种提取物体线形骨架的新方法. 该方法首先计算物体距离变换的梯度, 从而得到一个矢量场. 距离变换的梯度对提取物体线形骨架具有重要意义, 可据此获得物体内部的关键点, 其中每一个关键点代表了物体的一个凸部分. 之后, 用搜索梯度最短路径的方法连接关键点, 得到物体的线形骨架. 本文方法得到的线形骨架能很好地反映物体拓扑和形状特征, 并不易受边界噪声干扰. 此外, 本文方法克服了基于距离变换的骨架提取算法的固有缺点, 获得了具有良好连通性的骨架. 因此, 基于本文方法得到的骨架能用于物体识别和匹配等领域. 对大量二维、三维物体的实验取得了令人满意的效果.     

基于高斯混合模型的电力仓库视频运动目标检测

在电力仓库视频监控方面,存在着运动目标的各种行为,目标物体检测对发现异常行为具有十分重要的应用价值.为有效监测电力仓库中的运动目标,论文利用高斯混合模型对电力仓库视频开展运动目标物体检测,通过模型构建、参数更新和模型生成等步骤实现目标物体的检测,并通过Matlab软件对仓库视频进行实验仿真.实验证明高斯混合模型检测结果优于其他方法,可以较为完整、准确地检测电力仓库运动目标.     

基于小波变换和ICA的运动目标分割

提出一种时空融合的运动目标分割方法.在时域方面,采用时间轴一维小波变换提取运动对象,然后用独立成分分析法提取独立的运动对象,并基于灰度直方图进一步提取视频对象;在空域方面,提出对轮廓提取后的图像进行分水岭变换的改进方法.与COST211 AM算法比较表明,文中方法能更完整、准确地提取出运动对象.     

基于平面激光测量的移动机器人自定位方法

提出了两种基于平面激光测量的移动机器人自定位方法. 第一种方法是改进的Hough 密度谱的方法, 它的主要优点是避免了现有方法Hough 变换离散化过程中的信息损失问题，提高了算法的精度和鲁棒性. 该方法在引进一种新的Hough 密度谱的基础上，根据谱相关函数值和运动参数的密度得到机器人运动参数的候选值，并应用Hausdor 相似性度量从候选值确定运动参数的最终估计. 第二种方法是基于Fourier-Mellin 变换的方法，主要利用Fourier 变换的位移理论和Fourier-Mellin不变量来估计运动参数. 为了避免图像离散化造成的信息损失，在该方法中使用基于Hausdor 距离的最近点迭代(ICP) 算法来进一步精化平移向量. 实验结果表明，这两种方法均可有效地提高机器人的定位精度，具有一定的实际应用价值.     

利用数字视频技术测量旋转速度的研究

基于视频的测量系统,具有非接触,安装维护简捷而且费用低等特点;本研究的目标就是利用摄像机对测量对象进行视频采集,然后提取相邻两帧图像;当运动对象进行简单的单轴旋转时,利用Hough变换(或Rando变换)技术进行直线的角度检测;计算出相邻帧的角度差,根据间隔时间,计算出角速度;当球体进行多轴旋转时,根据球体标志投影,结合三维空间刚体运动模型,利用一组特征点坐标,采用两步迭代交替估计运动参数,求得运动物体相对三维空间各个轴的角速度;并对特殊已知结构参数的运动物体给出了简化的计算方法,通过实验表明本方法测量结果满足要求.     

运动模糊图像的PSF参数辨识

物体和成像系统之间的相对运动使图像产生运动模糊是最常见的图像降质原因之一,因此运动模糊参数的精确估计（模糊角度和模糊尺度）直接影响图像的去模糊效果。结合运动模糊图像的产生过程,利用Radon变换得到模糊角度,对图像倒频谱作进一步分析得到运动模糊尺度。实验结果表明,该算法简单有效,得到的运动模糊参数是比较准确的。