自然场景图像的光流场估计

自然场景图像序列中,物体运动会造成部分背景区域的显露和遮挡,显露和遮挡区域的像素在连续相邻的图像中缺乏对应点,因而传统的光流方法常常在这些区域给出错误的光流估计。图像在采集、传输过程中可能会受到噪声污染,噪声干扰是进行光流场估计必须考虑的另外一个重要问题。为消除显露、遮挡和噪声干扰引起的光流估计误差,采用新的可视矩阵标记图像位置的遮挡、显露、可视三种状态,以此来引导光流场估计,并采用正态概率分布对图像噪声的分布状态进行近似,从而在Bayes框架下建立了自然场景图像光流场估计的数学模型,最后通过迭代方法获得了致密的光流场。采用CAVIAR视频数据对本文算法进行测试并与Negal光流法进行性能对比,结果表明,本文方法具有更好的光流场估计效果。