第3章 三维运动估计.ppt

第3章三维运动估计 3．1概述 三维运动估计的基本任务是分析和估计三维场景中物体运动情况。由于物体的结构与投影结果密切相关，估计三维运动的同时还需要估计三维物体的结构参数。  3．2 基于特征对应的运动估计 3.2.1 概述 物体的特征描述为能够反映物体物理特性的点、线、面等。为了保证运动估计的准确度，选用的特征通常被限制在图像空间梯度较大的区域内。 假设 t 时刻的一个物体点 在 t/ 时刻运动到点 ，且旋转中心位于坐标原点，则刚性物体的三维运动模型为 当进行小角度旋转时，旋转矩阵可近似为 3.2.2 最小二乘估计 用于估计模型参数时，最小二乘估计不需要任何估计参数的概率统计特性，根据一组观察数据就可直接求解模型的参数。 最小二乘估计的表达式为 3.2.3 正交投影下的运动估计 1．两步迭代法 2．改进的两步迭代法   3.2.4 透视投影下的运动估计 在透视投影下，点X到X/ 的运动场为非线性投影模型 图3.1 极线约束的几何意义 估计运动参数步骤 1．矩阵的估计 2．旋转和平移估计 （1）特征点对应没有噪声影响 （2）特征点对应有噪声影响 3．算法小结 3.2.5 平面模型下的运动估计 1．纯参数的估计 2．运动和结构参数估计 （1）奇异值互不相同 （2）如果奇异值中有两个相等 （3）若三个奇异值都相等 3．3 基于光流的运动估计 3.3.1 概述 基于光流的运动估计包括以下两个步骤： 估计二维图像的光流场； 根据光流和光流参数模型估计三维运动参数和结构参数。 Ω和V是基于光流的估计方法中需要估计的三维运动参数。矢量形式为 基于光流的运动估计方法 正交投影下的运动估计 透视投影下的运动估计 平面模型 3．4 直接运动估计 3.4.1 概述 通常光流矢量都由图像的梯度估计得到，如果用图像梯度替换光流矢量，3.3节中的方法通常可以推广到直接运动估计中。下面介绍一种基于平面模型的直接运动估计算法。 3.4.2 平面模型 平面模型下各像素的位移映射为 转化为矩阵形式 3．5 运动目标分割 3.5.1 概述 三维场景中通常包含多个运动物体，运动分割就是将视频序列中属于各个不同运动的像素标记出来。运动分割是视频处理的重要内容之一，也是研究的热点问题。 3.5.2 直接分割法 1．区域分割 2．区域建模和运动估计 图3.2 基于块的运动区域分割 3.5.3基于光流的分割法 1. 聚类法 2. 分层法 3. 贝叶斯分割法 （1）基本问题 （2）Murray和Buxton算法 3.5.4同时进行运动分割和运动估计的方法 1．基本问题 2．两步迭代法 给定分割场和每个区域的模型参数，更新光流场。 给定光流场，更新分割场和每个区域的模型参数。 3. 6 运动目标跟踪 3.6.1 概述 1．运动模型 （1） 二维运动模型 （2） 三维运动模型 2．观察模型 3．跟踪方法 3.6.2 Kalman滤波器 Kalman滤波器 扩展的Kalman滤波器 3.6.3 二维运动跟踪 1．二维点跟踪 2．二维线段跟踪 3．二维区域跟踪 （1） 运动滤波器 （2） 几何滤波器 3.6.4 三维运动跟踪 基于一组长序列视频图像，三维运动跟踪用来监视和预测三维场景中物体的运动和结构变化。 图3.3 三维运动跟踪 假设有N帧图像序列的M个特征点对应，表示为 若用Kalman滤波器来进行运动跟踪，可定义状态变量