基于LK光流法的微流控芯片中流体速度检测

为促进微流控技术相关领域的发展,针对目前微流控技术不能有效地检测流体在微通道的运动状态地问题,提出了一种基于LK光流法的检测技术,能有效地检测微流控芯片中流体的细微运动。实现过程为:通过在实时视频序列中捕获所需要的图像帧,选择ROI区域并对图像进行灰度化及高斯滤波平滑,然后划分网格使用LK光流法计算光流场,通过阈值分割筛选掉独立的光流矢量,最后将所剩的光流矢量转换为行列两个实值图像并求解出其像素距离,结合图像帧之间的时间差求出目标的运动速度。实验结果表明:像素速度标准差σ<1,具有可重复性;该方法能实时跟踪运动的液体,精度高、效率高,是一种非常可靠的检测方法。     

基于光流法优化的人群异常行为检测研究

危害社会公共安全的事件时有发生,但目前使用的监控摄像头存在画面不清晰、需人为查看且耗时长等问题,故研究高效稳定的智能监控系统对维护公共安全和秩序有着重要意义。针对人群中异常行为的检测问题,文中提出一种改进ORB光流算法,根据运动能量的变化对异常行为进行检测和判断。该方法利用SURF中的Hessian矩阵进行特征点提取,使其具有尺度不变性;采用盒式滤波器替换高斯滤波器进行图像降噪,提高计算速度;使用Shi-Tomasi算法对特征点进行筛选,再与金字塔LK光流法进行匹配,提高检测速度和精度;通过计算MRF模型的能量函数来判断人群中异常行为是否发生,并进行异常区域定位。最后,在UCSD数据集中对所提方法进行验证。多种场景下的ROC曲线和AUC值对比结果表明,所提算法具有良好的性能,可以有效地检测出人群中的异常行为。     

无人机光流跟踪检测新方法

针对近年无人机在全球定位系统(GPS)信号较差情况下利用光流进行定位导航时精准性不足的问题,提出了一种改进的光流跟踪算法,利用快速特征点提取和描述(ORB)算法提取特征点并送入LK两帧差分的光流估计算法金字塔中,利用双向参考追踪估计下一帧的特征点,同时校验并补充当前帧特征点,消除错误点后得到由初步可信点与补充可信点组成的点集坐标从而估计无人机位姿。从多种环境中提取特征点后进行真机实验,实验结果表明,改进的光流跟踪预测控制方法在综合环境下具有较好的定位跟踪效果和较好的准确性,能在军用等更复杂的环境中有更好的应用。     

基于改进LK光流的目标跟踪算法研究

为了可以在复杂环境下对运动目标进行有效的跟踪,因此对LK(Lucas-Kanade)算法进行了研究并改进。改进的算法采用LK图像配准算法检测目标的状态,可以满足算法对实时性的要求;采用前向后向光流法作为LK框架,使得算法具有自评估能力,不易陷入局部极小值;将压缩感知理论引入LK算法进行目标跟踪,通过对校准误差的L1范数进行最小化来计算目标的状态参数,使得算法可以应对目标外观的变化;引入卡尔曼滤波器作为运动模型,先对物体的位置进行预测,然后再进行分类和检测,能有效地应对由于模板更新而产生的漂移问题。通过大量的实验对算法进行验证,该算法与现有算法相比处理目标在跟踪过程中的外观变化以及环境中的遮挡、光照变化等问题时,仍有较好的性能。     

一种自适应的光流估计方法

本文通过对光流基本约束项和平滑约束项加以改进,提出一种自应用的光流估计算法。这种算不能够较精确进行光流运动估计,减轻Horn方法中全局平滑约束对运动边界的影响,提高估计的峰值信噪比。实验结果表明：这种算法是有效的。     

融合特征光流与角点特征的图像特征匹配算法研究

图像特征匹配是视觉里程计的重要环节,针对视觉图像序列特征点匹配中存在的匹配精度低问题,提出一种融合金字塔特征光流与角点特征的精确快速图像特征匹配算法。算法首先利用ORB(二进制定向简单描述符)算法快速提取图像特征点,然后融合金字塔Lucas-Kanade特征光流的追踪特性,使用局部特征窗口计算图像特征点位移矢量。接着针对图像特征的匹配对齐问题以及特征丢失问题,算法采用K最近邻半径搜索作为特征滤波器移除混淆的匹配,最后使用RANSAC(Random Sample Consensus)算法剔除冗余误匹配点对,提高匹配率。通过多组实验数据对比,该算法的图像特征匹配率可达到98%。对比传统的ORB特征匹配算法,该算法在实时性和图像特征匹配精度上均有显著提高。     

基于光流法和颜色概率分布的特征点匹配

为了解决图像特征点精确匹配的难题,提出一种基于光流法图像配准和颜色概率分布匹配的特征点匹配算法,能在图像产生大的形变和光照变化的情况下精确匹配到对应特征点.首先,定义一个5D空间,并用一组参数来表示特征点区域在待匹配图像中产生的位移、旋转、缩放等形变信息,通过这组参数能对特征区域在两幅图像间进行转换映射;其次,通过结合以上提到的两种匹配算法采用M估计法迭代更新这组参数得到更近似的特征区域模型,以达到更精确的匹配要求.实验证明这里提出的光流法和颜色概率分布结合的特征点匹配算法效果尤佳,出现误匹配很少,精度也很高.     

基于融合改进RANSAC光流法的无人机视觉SLAM研究

针对同时定位与建图(SLAM)中存在定位精度不足、匹配特征点误差累积和特征匹配时间较长,提出了一种融合改进RANSAC光流法的优化算法。该方法基于传统RANSAC算法,加入最小二乘法对模型进行迭代优化来估计最优模型,对光流法的误匹配点进行剔除,大量减少图像误匹配特征点;把融合改进后的RANSAC光流法与特征点通过卡尔曼滤波进行融合,最后使用改进后的算法在公开的EuRoC MAV数据集中进行SLAM定位精度实验。实验结果表明：该改进算法能够有效减小光流法特征匹配的误差,从而提高无人机视觉SLAM的定位精度。     

一种改进的光流场计算方法

本文在基本约束方程和平滑性约束条件下,提出了一种改进的瞬时位置速度估计方法。这种方法不仅能够克服Ｈｏｒｎ方法在计算临近界的非运动点速度“漂移”问题,而且能加快算法的收敛速度,提高预测的准确性。通过对２Ｄ运动图像光流场计算,恢复和峰值信噪比的实验研究表明,这一新方法是有效的。     

一种基于小波变换和HSI的改进视频光流场估计算法

为了避免传统基于RGB颜色模型方法在方程组中各等式线性相关和存在孔径的问题,提出一种在HSI颜色模型下结合小波变换的方法计算彩色图像视频序列光流场的计算方法,这里将传统的灰度图像光流估计方法与HSI颜色模型估计方法相结合,并且用小波变换方法对光流矢量场的异常数据点或因为匹配错误而产生的异常块数据进行剔除,从而有效提高光流场估计精度,得到精密的彩色图像光流矢量场特征。     

基于光流场算法的运动估计方法研究

MPEG-4是现阶段最重要最有影响的多媒体数据压缩编码国际标准。介绍了MPEG-4中常用的运动估计算法,重点介绍了一种基于光流场算法的运动估计方法,并在理论上进行了详尽地推导,通过用光流场对运动图像的速度场进行近似估计,较好地去除了图像相邻帧之间的时间相关性,而且具有较快的处理速。模拟试验也证实了该方法的可行性、有效性。     

一种基于改进卡尔曼滤波的无人机信道估计算法

主要研究用于无人机下行高速数据链路的信道估计算法,构建了包括正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)传输系统和无人机常用场景信道冲激响应模型的无人机通信系统。针对无人机通信系统快时变的信道特性,提出了一种基于改进卡尔曼滤波器的信道估计算法。仿真结果表明,该算法可以提高无人机信号估计精度,有效抵抗噪声干扰,并在计算量上有了一定的优化,提高了运行速度。     

基于光学相干层析散斑的流速测量方法

发展了一种基于光学相干层析(OCT)散斑的流速测量方法。与传统激光散斑信号相似,样品中某一点处OCT信号随时间的波动与该处散射颗粒的平均速度有一定的依赖关系。通过对OCT信号的滤波和解调,得到OCT散斑波动信号,再对该信号进行傅里叶变换,得到散斑信号的频谱分布,然后依据频谱分布中高低频分量比值(HLR)与流速间的定量关系,就能确定样品中的流速分布。基于OCT散斑强度信号而非相位信息的流速测量方法,实验研究了HLR与流速间的关系,并给出了毛细玻璃管模型的流速分布图像。     

基于本征和非本征正则项的光流估计

针对光流约束的孔径问题,结合本征和非本征两种正则化处理提出一种自适应光流估计方法.详细讨论了光流估计模型、Euler-Lagrange方程和时空导数的计算等问题.实验结果表明了这种方法的有效性,与经典的Hom-Schunck和Nagel-Enkelmann方法相比,能够更好地保持光流场的不连续边缘,同时在图像平滑或少纹理区域自适应地减弱光流约束作用.     

基于四元同质微分的彩色光流估计

该文通过将颜色3维矢量表示为一个4元数(quaternion)形式的超复数,将彩色图像序列映射为3维时-空空间上定义的4元超复变函数,并以颜色常数模型假设为基础,建立了描述彩色图像序列中运动模式的4元光流方程。为了对超复数4元光流方程中的运动参数进行有效估计,定义了4元同质微分的概念,进而得到了基于4元同质颜色常数模型的光流方程,并给出了该光流方程的优化求解方法。最后,与已有算法的对比实验验证了该文方法的有效性。     

基于改进光流场和尺度不变特征变换的非刚性医学图像配准

该文对传统的变分光流模型进行了改进,结合尺度不变特征变换(SIFT)特征点提取提出一种新颖的非刚性医学图像配准算法。该算法模型使用亮度守恒与梯度守恒假设相结合的数据项,很好地解决了对医学图像中局部病灶异常、亮度不均匀等区域的处理问题;通过采用自适应的各向异性正则项,解决了传统光流模型中的过平滑所导致的图像严重模糊和重要细节丢失的问题;通过结合SIFT特征点提取,并采用多分辨率分层细化、内部不动点迭代以及由粗到细的变形技术求解策略,很好地解决了传统光流场模型无法对大形变医学图像以及细节进行配准的问题。实验证明：该文的模型和算法可以很好地实现对医学图像的非刚性配准。