《漸變圖像序列的變分配準模型》是依託吉林大學，由牛硯擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：漸變圖像序列的變分配準模型
- 項目類別：青年科學基金項目
- 項目負責人：牛硯
- 依託單位：吉林大學
項目摘要,結題摘要,
項目摘要
圖像序列配準是醫學圖像分析，國防安全監控，空間探測，視頻編碼等諸多領域都需要的一種關鍵的圖像序列處理技術。而變分模型是一種強大的配準工具。其難點是當圖像序列中包含多個形變、運動或景深區域時，保持配準在區域邊界處的準確性。為此，課題將提出以下解決方法：（1）利用微分幾何中的Gauge坐標系將邊界信息嵌入變分模型；（2）基於線性代數中關於2D/3D Hessian矩陣秩數增長與配準無解的理論，發展一種新的區域邊界檢測濾波器，使變分模型自動決定在區域邊界點處的合理參數；（3）利用線性方程組解流型結構理論，結合Mean-Shift聚類算法，將圖像預分割為獨立配準區域，在每個區域中建立獨立變分模型。通過這些處理，圖像在配準後將可以清晰分辨形變，運動或景深區域邊界。這對於各種航天探測器從不同角度圖像準確還原三維結構，計算機輔助醫療程式準確判斷病灶變化，及繁忙環境下安全監控視頻自動跟蹤目標都有著重要價值。
結題摘要
本項目面向漸變圖像序列，提出了一系列基於變分模型的配準方法, 並將其套用於視頻運動估算。具體工作包括：（1）使用微分幾何中的內蘊坐標系，結合仿射運動模型，建立適用於旋轉運動估算，且保持運動邊界清晰的新型數據及光滑約束方程，組成目標泛函。並給出了泛函最佳化求解算法。該方法在國際權威第三方Middelybury測試排行榜中取得中上游成績，且被證實在人運動估算顯著有效。（2）利用“低秩子空間”約束，結合局部配準法與全局配準法。此方法既藉助全局配準法得空間一致性提高配準質量，也可有效抑制局部配準中的計算誤差在全局配準中擴散。在多組公用測試序列上取得了優於同類方法的結果。（3）提出了一種具有旋轉不變特性，且可微的特徵描述向量。我們利用該向量的穩定性推導出數據約束方程，構成新的局部配準泛函。此外，我們提出了一種遞進式結合局部與全局配準方法的系統。在大量公用測試序列上的實驗結果證實，我們的系統取得了計算速度與準確度之間的平衡，且在人運動估算方面優於前沿方法。（4）面向被工業界廣泛採用的金字塔Lucas-Kanade配準，我們提出了一種快速動態預測干擾點並篩除的方法。該預測子對內部光滑點及運動邊界點同時有效，並且計算代價極低。在來自多個公用測試資料庫的序列上證實，我們的預測篩除法不僅顯著提高了Lucas-Kanade配準的準確度，並且在半數序列上提高了計算速度，而在其他序列上的額外耗時也可忽略。項目負責人作為第一兼通訊作者，已將上述工作發表於國際頂級期刊IEEE Transactions on Image Processing (2篇)，國際權威期刊IEEE Transactions on Circuits and Systems for Video Technology (1篇) 以及SCI期刊Optical Engineering (1篇). 在此項目研究基礎上，後續工作將在國家自然科學基金委面上項目資助下，深入探討面向複雜安全監控視頻的人運動估算。
