基于特征跟蹤的流場運(yùn)動(dòng)矢量估計(jì)方法研究.doc


約37頁DOC格式手機(jī)打開展開
基于特征跟蹤的流場運(yùn)動(dòng)矢量估計(jì)方法研究,1.75萬字 37頁原創(chuàng)作品,已通過查重系統(tǒng)摘要特征跟蹤越來越廣泛地被運(yùn)用在工程測量比如生物醫(yī)學(xué)、航空航天、水文監(jiān)測等,其中在水文監(jiān)測中,可以基于特征跟蹤進(jìn)行流場運(yùn)動(dòng)矢量估計(jì)。特征跟蹤的一個(gè)重要前提是檢測出特征來,特征包括點(diǎn)特征,線特征,面特征,邊緣輪廓等等,但是由于點(diǎn)特征是被檢測...


內(nèi)容介紹
此文檔由會(huì)員 第二波打卡 發(fā)布
基于特征跟蹤的流場運(yùn)動(dòng)矢量估計(jì)方法研究
1.75萬字 37頁 原創(chuàng)作品,已通過查重系統(tǒng)
摘要
特征跟蹤越來越廣泛地被運(yùn)用在工程測量比如生物醫(yī)學(xué)、航空航天、水文監(jiān)測等,其中在水文監(jiān)測中,可以基于特征跟蹤進(jìn)行流場運(yùn)動(dòng)矢量估計(jì)。特征跟蹤的一個(gè)重要前提是檢測出特征來,特征包括點(diǎn)特征,線特征,面特征,邊緣輪廓等等,但是由于點(diǎn)特征是被檢測物體信息的高度濃縮,所以我們可以通過提取特征點(diǎn)來減少特征跟蹤過程中的計(jì)算量,提取特征點(diǎn)的方法有很多,比如Moravec角點(diǎn)提取算法,Harris角點(diǎn)提取算法,SIFT角點(diǎn)提取算法,SUSAN角點(diǎn)提取算法,KLT角點(diǎn)提取算法等等,但是每一種算法都有它們各自的優(yōu)缺點(diǎn),所以需要對(duì)各種算子進(jìn)行性能評(píng)價(jià);圖像匹配也是特征跟蹤的重要內(nèi)容, 進(jìn)行圖像匹配時(shí)也要用到一些方法比如基于灰度的匹配方法,基于頻域的匹配方法,也需要對(duì)每種方法進(jìn)行性能評(píng)價(jià),具體問題具體分析,尋找出適合運(yùn)用到河流水面圖像匹配的方法;特征光流法給圖像中的每一個(gè)像素點(diǎn)賦予一個(gè)速度矢量,這就形成了一個(gè)圖像運(yùn)動(dòng)場,在運(yùn)動(dòng)的一個(gè)特定時(shí)刻,圖像上的點(diǎn)與三維物體上的點(diǎn)一一對(duì)應(yīng),這種對(duì)應(yīng)關(guān)系可由投影關(guān)系得到,根據(jù)各個(gè)像素點(diǎn)的速度矢量,而且這種方法在目標(biāo)稀疏且存在自身振蕩、仿射、擴(kuò)散、尺度、旋轉(zhuǎn)變換等復(fù)雜非剛體運(yùn)動(dòng)特性情況下依然可以通過特征匹配求得特征點(diǎn)處的光流,將其用于運(yùn)動(dòng)矢量估計(jì),可以得到稀疏的特征光流。
關(guān)鍵詞:特征跟蹤、特征點(diǎn)提取、圖像匹配運(yùn)動(dòng)矢量估計(jì)
1.75萬字 37頁 原創(chuàng)作品,已通過查重系統(tǒng)
摘要
特征跟蹤越來越廣泛地被運(yùn)用在工程測量比如生物醫(yī)學(xué)、航空航天、水文監(jiān)測等,其中在水文監(jiān)測中,可以基于特征跟蹤進(jìn)行流場運(yùn)動(dòng)矢量估計(jì)。特征跟蹤的一個(gè)重要前提是檢測出特征來,特征包括點(diǎn)特征,線特征,面特征,邊緣輪廓等等,但是由于點(diǎn)特征是被檢測物體信息的高度濃縮,所以我們可以通過提取特征點(diǎn)來減少特征跟蹤過程中的計(jì)算量,提取特征點(diǎn)的方法有很多,比如Moravec角點(diǎn)提取算法,Harris角點(diǎn)提取算法,SIFT角點(diǎn)提取算法,SUSAN角點(diǎn)提取算法,KLT角點(diǎn)提取算法等等,但是每一種算法都有它們各自的優(yōu)缺點(diǎn),所以需要對(duì)各種算子進(jìn)行性能評(píng)價(jià);圖像匹配也是特征跟蹤的重要內(nèi)容, 進(jìn)行圖像匹配時(shí)也要用到一些方法比如基于灰度的匹配方法,基于頻域的匹配方法,也需要對(duì)每種方法進(jìn)行性能評(píng)價(jià),具體問題具體分析,尋找出適合運(yùn)用到河流水面圖像匹配的方法;特征光流法給圖像中的每一個(gè)像素點(diǎn)賦予一個(gè)速度矢量,這就形成了一個(gè)圖像運(yùn)動(dòng)場,在運(yùn)動(dòng)的一個(gè)特定時(shí)刻,圖像上的點(diǎn)與三維物體上的點(diǎn)一一對(duì)應(yīng),這種對(duì)應(yīng)關(guān)系可由投影關(guān)系得到,根據(jù)各個(gè)像素點(diǎn)的速度矢量,而且這種方法在目標(biāo)稀疏且存在自身振蕩、仿射、擴(kuò)散、尺度、旋轉(zhuǎn)變換等復(fù)雜非剛體運(yùn)動(dòng)特性情況下依然可以通過特征匹配求得特征點(diǎn)處的光流,將其用于運(yùn)動(dòng)矢量估計(jì),可以得到稀疏的特征光流。
關(guān)鍵詞:特征跟蹤、特征點(diǎn)提取、圖像匹配運(yùn)動(dòng)矢量估計(jì)