[发明专利]一种紧凑型的光流计算方法与设备

说明书

技术领域

本发明涉及计算机视觉领域，特指一种紧凑型的光流计算方法与设备。

背景技术

光流计算方法与设备是计算机视觉领域待解决的重要问题之一。光流的概念最早于1950年由Gibson提出。光流是空间运动目标在观测成像面上的像素运动的瞬时速度。

光流法能够提供目标运动和结构信息，计算精度高，能准确检测到亚像素及位移，同时，光流法能够运用于平移、旋转、缩放等相对复杂的运动。光流法在目标检测、跟踪等领域有重要应用。光流计算设备在机器人领域中视觉运动测量与相对运动感知方面有重要应用。近年来，使用光流技术进行飞行稳定控制和避障也成了小型无人机飞行器研究的一个热点问题。目前传统的光流计算设备如图1所示，是由图像传感器与中央处理器通过并口线连接而成，其体积较大，不适用于对尺寸和重量有严格要求的微型飞行器，而且现有的大多数光流算法计算量大，计算耗时，阻碍了光流的应用。

现有的光流计算方法有很多，主要可以分为四类，分别是基于微分的方法、基于区域的匹配法、基于能量的方法和基于相位的方法。1981年，Horn和Schunck根据灰度一致性假设，推导出光流约束方程，让光流算法得以发展。1981年，Horn和Schunck在光流约束方程的基础上附加了光流场全局平滑约束，推导出了HS光流算法。同一年，Lucas和Kanade两位学者提出了一种迭代的图像匹配方法，该算法可用来估计光流，被称之为LK算法。H-S算法和L-K算法是两最经典的计算方法，都是基于梯度的光流计算方法。Barron于1994年从基于微分的方法、基于区域的匹配法、基于能量的方法和基于相位的方法这四种方法中选取了9中常用的方法，从精度、可靠性等方面做了定量比较，发现LK光流算法可靠性好。Lk算法只需要感兴趣点周围的小窗口的局部信息就可得到稀疏光流，光流计算过程的时间开销较低，适合实时计算。

发明内容

针对目前光流计算设备尺寸大，不适合尺寸较小场合的应用以及现有光流算法计算复杂的缺点，本发明提出了一种紧凑型的光流计算方法与设备。一种紧凑型光流计算设备其是一种将图像传感器与中央处理器集成在一个芯片上的紧凑型光流计算设备，其减小光流计算设备的尺寸。本发明还提出了一种新的光流计算方法，通过提取特征点在LK光流算法的基础上快速计算光流。本发明在LK光流的基础上，通过先对图像进行特征提取，再对提取出的特征点进行LK计算光流，进一步提高了光流的计算效率，并且提高了光流的准确度，其中在特征提取前，对原图像先进行平滑和纹理增强，提高提取特征的准确率。

一种紧凑型的光流计算设备，包括镜头、CMOS图像传感器和中央处理器，并将CMOS图像传感器、中央处理器集成到一个芯片上，CMOS图像传感器采集图像信息，并将图像信息直接传输给中央处理器进行光流计算，最后通过串口输出光流数据。CMOS图像传感器由于集成度高、体积小、质量轻的特点，适合用于小尺寸的光流计算设备中，CMOS像素阵列是一个二维可编址传感器阵列，传感器的每一列与一个位线相连，行允许线允许所选择的行内每一个敏感单元输出信号送入它所对应的位线上，位线末端是多路选择器，按照各列独立的列编址进行选择。CMOS图像传感替代了传统摄像头中的CCD图像传感器，更适用于小尺寸场合。

一种光流计算方法，包括以下步骤：

(1)利用高斯低通滤波器对初始图像I₀进行平滑滤波，得到消除噪声的图像I₁。

(2)用拉普拉斯滤波器对图像I₁进行处理，得到图像I₂。

(3)将平滑滤波后得到的图像I₁减去拉普拉斯滤波处理后的图像I₂，得到纹理增强图像I₃。

(4)将图像I₃等分成8×8像素的块，计算每一个块的熵值，熵值排行前一半的块q_n(n＝1,2,3，…，n)作为特征点提取块。

(5)对特征点提取块q_n(n＝1,2,3，…，n)用Fast角点检测算法进行计算，筛选出Fast角点构成的像素点集P_n1。

(6)对像素点集P_n1用Shi-Tomasi进行二次筛选，得到Shi-Tomasi角点构成的像素点集P_n2，并将点集P_n2作为块q_n(n＝1,2,3，…，n)最终的特征点。