×
巴贝特·德尔伦；佛罗伦萨沃戈特

通过全局傅里叶分量的构造干涉计算图像速度的局部算法。 （英语） Zbl 1235.68256号

国际期刊计算。视觉。 92，第1期，53-70（2011）.
摘要：提出了一种基于傅立叶变换的图像序列局部运动检测新技术。在该方法中，局部图像点的瞬时速度是直接从图像序列的全局三维傅里叶分量推断出来的。这是通过选择相应傅里叶光栅的叠加在成像点处导致构造干涉的速度来实现的。因此，即使位置是根据基于运动约束方程过滤的全局傅里叶分量（跨越整个图像序列）的相位和振幅计算的，也可以局部指定图像速度，从而减少了其他方法中窗口化通常产生的某些孔径效应。对具有光滑流场的序列引入正则化。在此背景下，研究了孔径效应及其对光流正则化的影响。该算法在合成图像序列和真实图像序列上进行了测试，并与其他局部方法的结果进行了比较。最后，我们表明，可以使用相同的算法框架计算其他运动特征，即运动方向，而不需要局部速度的中间表示，这是该方法的一个重要特征。

引用于1文件

MSC公司：

68T45型 机器视觉和场景理解

关键词：

成像速度；局部方法；傅里叶变换；建设性干扰
PDF格式BibTeX公司 XML格式引用
\textit{B.Dellen}和\textit{F.Wörgötter}，国际计算机杂志。视觉。92，第1号，53--70（2011；Zbl 1235.68256）
全文： 内政部

参考文献：

[1] Aach，T.、Mota，C.、Stuke，I.、Muhlich，M.和；Barth，E.（2006年）。叠加定向图案的分析。IEEE图像处理汇刊，15（12），3690–3700·Zbl 05453618号 ·doi:10.10109/TIP.2006.884921
[2] Adelson，E.H.和；Bergen，J.R.（1985）。运动感知的时空能量模型。美国光学学会杂志A，2284–299·doi:10.1364/JOSAA.2.000284
[3] Anandan，P.（1987）。视觉运动测量的计算框架和算法。国际计算机视觉杂志，2283–310·doi:10.1007/BF00158167
[4] Baker，S.、Scharstein，D.、Lewis，J.P.、Roth，S.和Black，M；Szeliski，R.（2007）。光流数据库和评估方法。在ICCV 2007中。
[5] Barron，J.L.、Fleet，D.J.、Beauchemin，S.和；Burkitt，T.（1994）。光流技术的性能。国际计算机视觉杂志，12（1），43–77·doi:10.1007/BF01420984
[6] Boykov，Y.、Veksler，O.和；Zabih，R.（2001）。通过图形切割实现快速近似能量最小化。IEEE模式分析和机器智能汇刊，23（11），1222-1239·数字对象标识代码：10.1109/34.969114
[7] A.布里亚索利；Narendra，A.（2006年）。运动估计和分割的空间和傅里叶误差最小化。《第18届模式识别国际会议论文集》，ICPR 2006，2006年8月20日至24日，香港。
[8] Bruhn，A.、Weickert，J.和；Schnörr，C.（2005）。Lucas/Kanade会见Horn/Schunck：结合本地和全球光流方法。国际计算机视觉杂志，61（3），211–231·Zbl 1477.68337号 ·doi:10.1023/B:VISI.0000045324.43199.43
[9] Cooke，T.（2008）。图割在图像处理中的两个应用。在DICTA 2008中。
[10] Dellen，B.K.，Clark，J.W.和；Wessel，R.（2007）。大脑对运动中的自然世界的看法：使用方向傅里叶变换从函数计算结构。国际现代物理学杂志B，21（13-14），2493-2504·doi:10.1142/S021797920704383X
[11] Dellen，B.和；Wörgötter，F.（2008）。通过全局傅里叶分量的构造干涉计算光流的局部算法。英国机器视觉会议论文集·Zbl 1235.68256号
[12] Felzenszwalb，P.F.和；Huttenlocher，D.P.（2006）。早期视力的有效信念传播。国际计算机视觉杂志，70（1）。
[13] 弗利特·D·J；Jepson，A.D.（1990年）。从局部相位信息计算分量图像速度。国际计算机视觉杂志，5，77–104·doi:10.1007/BF00056772
[14] Galvin，B.、McCane，B.、Novins，K.和；Mills，S.（1998）。恢复运动场：八种光流算法的评估。程序中。英国机器视觉会议（第195–204页）。
[15] Gautama，T.和；Van Hulle，M.（2003）。使用空间滤波估计光流场的基于相位的方法。IEEE神经网络汇刊，131127-1136·doi:10.10109/TN.2002.1031944
[16] Heeger，D.J.（1987）。用于提取图像流的模型。美国光学学会杂志A，41455-1471·doi:10.1364/JOSAA.4.001455
[17] 霍恩，B.K.P.，&；Schunck，B.G.（1981年）。确定光流。AI，17，185-204。
[18] Lucas，B.D.和；Kanade，T.（1981）。一种迭代图像配准技术及其在立体视觉中的应用。程序中。DARPA IU研讨会（第121-130页）。
[19] Mota，C.、Stuke，I.和；Barth，E.（2001）。多运动的分析解决方案。程序中。IEEE ICIP（第917-920页）。塞萨洛尼基。
[20] Nagel，H.H.（1987）。由图像序列中的二阶强度变化导出的位移向量。CGIP（第21卷，第85-117页）。
[21] Papenberg，N.、Bruhn，A.、Brox，T.、Didas，S.和；Weickert，J.（2006）。具有理论上合理翘曲的高精度光流计算。国际计算机视觉杂志，67（2），141-158·Zbl 05062684号 ·doi:10.1007/s11263-005-3960-y
[22] Shizawa，M.和；Mase，K.（1990年）。同时多光流估计。程序中。IEEE ICVPR。
[23] Simoncelli，E.P.（1993）。视觉运动的分布式表示和分析。麻省理工学院电气工程与计算机科学系博士论文。
[24] Singh，A.（1990年）。图像流计算的估计理论框架。程序中。IEEE ICCV（大阪）（第168-177页）。
[25] Vernon，D.（1998）。动态图像序列的解耦傅立叶分量：信号分离、图像分割和光流估计理论。在计算机科学课堂讲稿中。计算机视觉–ECCV’98（第69页）。柏林：斯普林格。
[26] Weickert，J.和；Schnörr，C.（2001）。基于PDE的图像运动计算中凸正则化子的理论框架。国际计算机视觉杂志，14（3），245-264·Zbl 0987.68600号 ·doi:10.1023/A:1013614317973
[27] Weiss，Y.，&；Freeman，W.T.（2001）。关于任意图中最大乘积信念传播算法解的最优性。IEEE信息理论汇刊，47（2），723–735·Zbl 1021.94031号 ·doi:10.1109/18.910584
[28] Wilson，R.和；Granlund，G.H.（1984）。信号处理中的不确定性原理。IEEE模式分析和机器智能汇刊，6。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。