[发明专利]基于多目立体视觉场景流的剧烈运动检测方法

摘要

本发明提供的是一种基于多目立体视觉场景流的剧烈运动检测方法。一：利用标定好的多目相机获取多组图像序列；二：对图像序列进行预处理；三：场景流能量泛函数据项的设计；四：场景流能量泛函平滑项的设计；五：能量泛函地优化求解；从步骤二中得到的图像金字塔最低分辨率图像开始使用计算模型计算；六：场景流运动区域的聚类；七：构建运动方向离散程度评估模型，判断是否是剧烈运动；八：构建运动区域动能大小评估模型；九：设定阈值，且连续n帧满足评估条件时则引发报警。本发明采用的是基于多目立体视觉的场景流估计，通过已经标定好的多目相机获取来自同一场景的多组图像序列。利用3维场景流可以有效地进行剧烈运动检测。

主权项

一种基于多目立体视觉场景流的剧烈运动检测方法，其特征是包括如下步骤：步骤一：利用标定好的多目相机获取多组图像序列；步骤二：对图像序列进行预处理，采用图像金字塔对图像序列进行多分辨率下采样，根据相机内外参数进行坐标系转换，建立图像坐标系与摄像机坐标系之间的关系；步骤三：场景流能量泛函数据项的设计，采用直接融合3维场景流信息与3维表面深度信息，数据项的设计采用基于结构张量恒常假设，同时引入鲁棒惩罚函数；步骤四：场景流能量泛函平滑项的设计，平滑项采用对3维流场V(u，v，w)与3维表面深度Z同时约束的流驱动各向异性平滑，平滑项同时引入鲁棒惩罚函数；步骤五：能量泛函地优化求解，极小化能量泛函，得到欧拉‑拉格朗日方程，然后对方程求解；从步骤二中得到的图像金字塔最低分辨率图像开始使用计算模型计算，直到达到满分辨率图像；步骤六：场景流运动区域的聚类，使用聚类算法将运动区域聚类，分离运动区域与背景区域，排除掉背景区域；步骤七：构建运动方向离散程度评估模型，判断是否是剧烈运动；步骤八：构建运动区域动能大小评估模型；步骤九：设定阈值，且连续n帧满足评估条件时则引发报警。