基于多重网格方法的变分光流计算

论文摘要

近年来,光流场的方法越来越受到人们的关注,尤其是它在视频压缩领域以及运动目标的跟踪方面的应用更是成为许多学者研究的方向。另外,计算机视觉的不断发展也为光流场技术提供了广阔的发展空间。计算光流场有多种方法,例如变分法、匹配法、相位法、能量法、等等。变分法是计算光流场的一个常用方法,它分为全局方法和局部方法,全局方法能够得到100%的致密的光流场,而局部方法大多只能得到稀疏的光流场,但它在噪声情况下具有更好的鲁棒性。本文在局部与全局相结合的基础上增加对梯度变化的约束,以达到更好的估算结果。同时详细地介绍了多重网格方法,利用其快速求解的优点,求解由光流场计算模型所导出的线性方程组,与传统的算法相比,大大减少了迭代计算量,所需时间也大大减少,基本达到了实时求解的要求。同时本文将多重网格方法应用于P-M模型的求解,取得了比Gauss-Seidel迭代求解更为准确的结果。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 光流场与运动场
• 1.2 研究光流场算法的意义
• 1.3 光流计算的国内外现状
• 1.4 本文的主要工作
• 第二章 光流计算方法的分类
• 2.1 基于梯度的方法（变分法）
• 2.2 基于匹配的方法
• 2.3 基于能量的方法
• 2.4 基于相位的方法
• 2.5 神经动力学方法
• 第三章 多重网格方法
• 3.1 多重网格方法思想的引入
• 3.2 多重网格方法（MG）的发展历史
• 3.3 几何多重网格方法
• 3.4 代数多重网格方法
• 3.5 瀑布型多重网格方法
• 第四章 一种新的变分光流计算模型
• 4.1 引言
• 4.2 图像光滑性处理
• 4.3 基于变分的新的光流计算模型
• 4.4 离散化过程
• 4.5 高斯-塞德尔迭代
• 4.6 多重网格方法求解
• 4.7 实验结果与误差分析
• 第五章 多重网格方法求解P-M模型
• 5.1 P-M模型的建立
• 5.2 P-M模型的离散化
• 5.3 多重网格方法求解P-M模型
• 5.4 实验结果
• 总结
• 致谢
• 参考文献
• 研究生在读期间的研究成果