基于光流与Delaunay三角网格的图像序列运动遮挡检测

yoursilf

5 _, M. h; H# F& ^8 |摘要:针对图像序列运动遮挡检测的准确性与鲁棒性问题,提出一种基于光流与Delaunay三角网格的图像序列运动遮挡检测方法.首先构造基于非局部约束的TV-L'光流估计模型;然后根据图像Delaunay三角网格划分与光流估计结果对图像序列帧间对应像素点和局部三角形进行运动遮挡判断并检测遮挡区域;最后采用MPISintel和Middlebury 数据库提供的测试图像集对本文方法与SMOD ,COSF等代表性方法进行对比测试.实验结果表明,本文方法相对于SMOD和COSF方法在十组测试图像集的平均漏检率和误检率分别降低15.21%与30.57% ,说明本文方法针对非刚性运动,复杂场景、弱纹理、光照阴影以及大位移等类型图像序列均具有较高的检测精度和较好的鲁棒性.

5 V- c/ f: W; E9 ]  K% i关键词:图像序列;遮挡检测;光流;Delaunay三角网格

       图像序列运动遮挡检测是图像处理与机器视觉研究领域的一项重要任务﹐旨在通过检测、标记图像序列中不同物体与场景之间或同个物体不同部分之间的遮挡区域,以减小运动遮挡对目标分割、场景重建以及目标识别的影响.研究成果被广泛应用于军事、工业、医学等领域,例如军事目标检测与跟踪、工业机器人视觉系统、无人驾驶汽车、脑部医学图像处理与分析以及卫星云图分析与天气预报等.
% g  p/ k( p4 m; ^; Z: Y& G% E3 i

游客，如果您要查看本帖隐藏内容请回复

. U$ P7 t/ ?8 C0 t/ ~8 y
, e4 K4 ^, ]) |

starskyuu

图像序列运动遮挡检测是图像处理与机器视觉研究领域的一项重要任务