• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 15
    • 下载费用:30 金币  

    重庆时时彩少女计划: 基于灰度积分投影互相关函数特征的运动参数估计方法.pdf

    摘要
    申请专利号:

    重庆时时彩单双窍门 www.4mum.com.cn CN201410176256.8

    申请日:

    2014.04.28

    公开号:

    CN103955930A

    公开日:

    2014.07.30

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06T 7/00申请日:20140428|||公开
    IPC分类号: G06T7/00; H04N19/51(2014.01)I 主分类号: G06T7/00
    申请人: 中国人民解放军理工大学
    发明人: 王双庆; 李宏生; 邢建春; 王平; 孙亮
    地址: 210000 江苏省南京市秦淮区海福巷1号
    优先权:
    专利代理机构: 南京理工大学专利中心 32203 代理人: 朱显国
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201410176256.8

    授权公告号:

    ||||||

    法律状态公告日:

    2017.01.18|||2014.08.27|||2014.07.30

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    本发明提供了一种基于灰度积分投影互相关函数特征的运动参数估计方法,采用平移运动模型,包括以下步骤:将目标图像划分为N×N个同等大小矩形分块,并对每个分块进行灰度积分投影,确定每个分块灰度积分投影的方差,遴选方差较大的R个区域作为备选区域;对连续两帧目标图像中备选区域的灰度积分投影进行互相关运算,计算互相关函数极值点的二阶导数,对灰度积分投影的方差和互相关函数极值点的二阶导数进行加权求和,获得各个备选区域的优劣因子,将优劣因子降序排列,选择排列靠前的Q个区域作为优质区域;分别对所得的优质区域进行局部运动参数估计,获得X轴或Y轴方向的平移运动参数,对各个优质区域的这些局部运动参数加权求和获得全局运动参数。本发明方法能够有效估计低对比度、高分辨率图像的全局运动参数。

    权利要求书

    权利要求书
    1.  一种基于灰度积分投影互相关函数特征的运动参数估计方法,采用平移运动模型,其特征在于,包括以下步骤:
    步骤1,将目标图像划分为N×N个同等大小矩形分块,并对每个分块进行灰度积分投影,确定每个分块灰度积分投影的方差,遴选方差较大的R个区域作为备选区域,R为整数且2≤R≤N;
    步骤2,对连续两帧目标图像中备选区域的灰度积分投影进行互相关运算,确定互相关函数极值点的二阶导数,对灰度积分投影的方差和互相关函数极值点的二阶导数进行加权求和,获得各个备选区域的优劣因子,将优劣因子降序排列,选择排列靠前的Q个区域作为优质区域,其中Q≤R;
    步骤3,分别对所得的优质区域进行局部运动参数估计,获得每个区域在X轴或Y轴方向的平移运动参数,再对各个优质区域的局部运动参数进行加权求和获得全局运动参数。

    2.  根据权利要求1所述的基于灰度积分投影互相关函数特征的运动参数估计方法,其特征在于,步骤1所述将目标图像划分为N×N个同等大小矩形分块,并对每个分块进行灰度积分投影,确定每个分块灰度积分投影的方差,遴选方差较大的R个区域作为备选区域,具体过程如下:
    (1.1)将目标图像划分为N×N个大小相等的矩形分块,其中N为整数且N≥2;
    (1.2)对每个分块进行灰度积分投影,如式(1)所示:
    Colk,(p,q)(j)=ΣiGk,(p,q)(i,j)Rowk,(p,q)(i)=ΣjGk,(p,q)(i,j)---(1)]]>
    式中,Gk,(p,q)(i,j)为第k帧目标图像第(p,q)分块子图像的灰度矩阵,(p,q)表示第p行第q列的子区域,i为矩阵的横坐标、j为矩阵的纵坐标,Colk,(p,q)(j)为第k帧目标图像第(p,q)分块子图像第j列的灰度积分投影、Rowk,(p,q)(i)为第k帧目标图像第(p,q)分块子图像第i行的灰度积分投影;
    确定每个分块灰度积分投影的方差,如式(2)所示:
    ZM=1MΣt=1MZk,(p,q)(t)σ2=1M-1Σt=1M(Zk,(p,q)(t)-ZM)2,Z=x,y---(2)]]>
    式中,Zk,(p,q)(t)为第k帧目标图像第(p,q)分块子图像的灰度积分投影,ZM为第k帧目标图像第(p,q)分块子图像的灰度积分投影均值,M为第k帧目标图像第(p,q)分块子图像的灰度积分投影元素个数,σ2为第k帧目标图像第(p,q)分块子图像的灰度积分投影的方差,Z=x表示行灰度积分投影、Z=y表示列灰度积分投影;
    (1.3)以灰度积分投影的方差大小对这些分块排序,遴选方差较大的R个区域作为备选区域,R为整数且2≤R≤N。

    3.  根据权利要求1所述的基于灰度积分投影互相关函数特征的运动参数估计方法,其特征在于,步骤2所述对连续两帧目标图像中备选区域的灰度积分投影进行互相关运算,确定互相关函数极值点的二阶导数,对灰度积分投影的方差和互相关函数极值点的二阶导数进行加权求和,获得各个备选区域的优劣因子,将优劣因子降序排列,选择排列靠前的Q个区域作为优质区域,具体包括以下步骤:
    (2.1)采用最小差平方和的方法对连续两帧目标图像中备选区域的灰度积分投影进行互相关运算,如式(3)所示:
    Cc,(p,q)(u)=Σj=1H(Colk,(p,q)(u+j-1)-Coll,(p,q)(m+j))21u2m+1Cr,(p,q)(v)=Σi=1W(Rowk,(p,q)(v+i-1)-Rowl,(p,q)(n+i))21v2n+1---(3)]]>
    式中,k、l为连续的两帧目标图像编号,Cc,(p,q)(u)表示列投影的互相关值、Cr,(p,q)(v)表示行投影的互相关值,m为水平方向的最大抖动位移,n为垂直方向的最大抖动位移,H为第k帧目标图像第(p,q)分块子图像灰度矩阵的总列数,W为第k帧目标图像第(p,q)分块子图像灰度矩阵的总行数;
    (2.2)确定灰度积分投影互相关函数在极值点的二阶导数,连续两帧目标图像第(p,q)分块子图像的行或列灰度积分投影互相关函数在极值点的二阶导数Dsz,(p,q)为:
    Dsz,(p,q)=|d2Cz,(p,q)(u)du2|u=umin|,Z=x,y---(4)]]>
    式中,Cz,(p,q)(umin)为连续两帧目标图像第(p,q)分块子图像的灰度积分投影互相关曲线的极值点的灰度投影值,Z=x表示行灰度积分投影,Z=y表示列灰度积分投影;
    由于图像为离散数据集,将导数改为差分;为简化计算,略去像素间隔的除数,使用式(5)中的Ds′x,(p,q)代替Dsz,(p,q),即:
    Ds′z,(p,q)=Cz,(p,q)(umin-1)+Cz,(p,q)(umin+1)-2Cz,(p,q)(umin),Z=x、y      (5)
    其中,Cz,(p,q)(umin-1)为连续两帧目标图像第(p,q)分块子图像的灰度积分投影互相关曲线的极值点的前一点的灰度投影值,Cz,(p,q)(umin+1)为连续两帧目标图像第(p,q)分块子图像的灰度积分投影互相关曲线的极值点的后一点的灰度投影值,Z=x表示行灰度积分投影,Z=y表示列灰度积分投影;
    对灰度积分投影的方差和互相关函数极值点的二阶导数进行加权求和,获得各个备选区域的优劣因子,如下式所示:
    sz,(p,q)=α·σ2+β·Ds′z,(p,q),Z=x、y        (6)
    式(6)中,sz,(p,q)为第(p,q)分块子图像的行或列区域优劣因子,Z=x时表示第(p,q)分块子图像的行区域优劣因子、Z=y时表示第(p,q)分块子图像的列区域优劣因子,α为灰度积分投影的方差因子,β为连续两帧目标图像第(p,q)分块子图像的灰度积分投影互相关函数的极值特征因子,为简化计算,α取值0,β取值1,则式(6)简化为:
    sz,(p,q)=Ds′z,(p,q),Z=x、y          (7)
    即直接采用第(p,q)分块子图像的行灰度积分投影互相关函数在极值点的二阶导数作为该分块的行区域优劣因子,采用第(p,q)分块子图像的列灰度积分投影互相关函数在极值点的二阶导数作为该分块的列区域优劣因子;
    (2.3)将备选区域按照区域优劣因子的降序排列,选择排序靠前的Q个区域为优质区域,进行后续的局部运动参数估计,Q值利用优劣因子的梯度值进行适合性验证:设第Q+1位的区域优劣因子梯度变化为τQ+1,第Q位的区域优劣因子梯度变化为τQ, 如果则删除排在第Q位后面的区域,Dmax可根据经验取值4~6。

    4.  根据权利要求1所述的基于灰度积分投影互相关函数特征的运动参数估计方法,其特征在于,步骤3所述分别对所得的优质区域进行局部运动参数估计,获得每个优质区域X轴或Y轴的平移运动参数,对这些局部运动参数进行加权求和获得全局运动参数,具体包括以下步骤:
    (3.1)分别对所得的优质区域进行局部运动参数估计,采用式(8)分别计算行、列优质区域的局部运动参数,即行、列的平移运动参数:
    dx,(p,q)=m+1-umindy,(p,q)=n+1-vmin---(8)]]>
    式(8)中,umin为Cc,(p,q)(u)取最小值时的u值,vmin为Cr,(p,q)(v)取最小值时的v值,dx,(p,q)和dy,(p,q)分别表示水平和垂直方向的偏移,dx,(p,q)为正时表示第l帧目标图像相对于第k帧目标图像左移了|dx,(p,q)|个像素,dx,(p,q)为负时表示第l帧目标图像相对于第k帧目标图像右移了|dx,(p,q)|个像素;dy,(p,q)为正时表示第l帧目标图像相对于第k帧目标图像上移了|dy,(p,q)|个像素,dy,(p,q)为负时表示第l帧目标图像相对于第k帧目标图像下移了|dy,(p,q)|像素;
    (3.2)对各个优质区域的局部运动参数进行加权求和获得全局运动参数,如下式:
    fz,(p,q)=sz,(p,q)Σλ=1Qsz,λdz=Σλ=1Qfz,λdz,λ,Z=x,y---(9)]]>
    式(9)中,fz,(p,q)为第(p,q)分块子图像局部运动参数的加权因子,fz,(p,q)即本区域的优劣因子占所有优质区域的优劣因子之和的比率,dz为最终的全局运动参数,即Z取x时dx为行偏移量,Z取y时dy为列偏移量。

    关 键 词:
    基于 灰度 积分 投影 互相 函数 特征 运动 参数估计 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    关于本文
    本文标题:基于灰度积分投影互相关函数特征的运动参数估计方法.pdf
    链接地址://www.4mum.com.cn/p-6142960.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03