[发明专利]一种基于块匹配的运动估计方法、运动估计系统及其应用

说明书

本发明提供了一种基于块匹配的运动估计方法、运动估计系统及其应用。其中，所述方法包括如下步骤：获取微小物体的旋转运动图像序列；通过基于块匹配的自定义块算法对目标微小物体进行平动补偿；对平动补偿后所述目标微小物体进行像素块相关分析，以计算所述目标微小物体的旋转圈数；所述基于块匹配的自定义算法使用圆形旋转模板。所述方法针对目标的旋转运动跟踪，使用圆形旋转模板，从而有效的改进了块匹配算法对于目标物体的旋转运动的追踪效率，并据此提出了基于上述匹配算法应用于细胞旋转速度估计，对于细胞的动力学特性分析具有非常深远的意义。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于块匹配算法的图像运动估计方法、运动估计系统及其在细胞动力学分析上的应用。

背景技术

基于计算机视觉的运动估计是一门有着广泛的应用前景的研究项目，例如在军事领域的目标跟踪，工业过程的动态监控，商业领域的视频数据压缩、视频数据分析，医学领域的心脏运动研究以及虚拟现实方面等方面。

在随时间变化的视频序列中，帧与帧之间存在着很大的空间冗余，运动估计的目标在于实现如下目标：如果景物和摄像设备都是静止的，则景物在当前帧中的位置与在下一帧中的位置应当是相同的。如果在静止景物中还有运动的物体，则对当前帧中运动物体上某一像素点，在未来时刻的最佳运动位置估计，应为该像素点在下一帧中的位置。

因此，运动估计可有效地去除冗余，保留帧间的有效信息，这对于图像序列（包括视频）数据压缩和传输都非常重要。

运动估计算法多种多样，大体上可以把它们分成四类：块匹配法、递归估计法、贝叶斯估计法和光流法。其中块匹配算法最为简单有效，被广泛采用。块匹配算法中较为典型的算法包括有：全搜索算法（在搜索窗（M+2w）x（N+2w）内计算所有的像素来寻找具有最小误差的最佳匹配块。对于当前帧一个待匹配块的运动向量的搜索要计算（2w+1）x（2w+1）次误差值）；三步搜索算法（三步搜索流程为：（1）以w /2为步长，测试以原点为中心的八点；（2）以最小匹配误差点为中心，步长折半，测试新的八点；（3）重复第2步得到最后的运动向量。TSS算法对于每一块的测试点为固定的（9 8 8）25个。当位移大小w<7时，三步搜索相对于全搜索算法的加速因子为9）以及二维对数搜索（以跟踪最小均方差所在的方向为主要思想。初始化计算五点，一点为原点，其他四点为（±w/2，±w/2）；再以相同的步长，以上一步搜索到的最小点为中心测试点；然后，步长折半重复以上步骤，直到步长大小变为1停止）等等。

但在已有的块匹配算法中，全搜索算法虽然准确度高，但是速度太慢；而其他的快速搜索方法通过限制搜索位置的数目来减小计算复杂度，但不利于估计小的运动且搜索容易陷入局部最优；而且使用了矩形的匹配模板，只能进行平移操作，在目标做旋转运动时跟踪效率过低。

递归估计法虽然在运动目标较小时,递归估计算法收敛较快,还有利用过去信息进行估计的能力。但是，当图像序列前后帧变化比较大的时候,这种方法很难得到正确的结果，而且点位移的帧差绝对值常有多个最小值,造成递归估计算法的结果有时是局部最小值而不是全局最小值。

贝叶斯估计法的计算量太大。而光流场方法的迭代速度虽然比较快，但得到的光流场只是速度场的一种近似。在图像的亮度突变和运动不连续处,由于该算法所依赖的假设不成立，因而所得的结果误差也较大。

发明内容

鉴于上述现有技术的不足之处，本发明的目的在于提供一种基于块匹配的运动估计方法、运动估计系统及其应用，旨在解决现有块匹配算法对旋转运动追踪效率过低，无法兼顾运算速度及准确度的问题。

为了达到上述目的，本发明采取了以下技术方案：