1 图像序列分析 1 .1 运动估计 图像序列时空变化的一个重要起因为运动，包括摄像机运动和场景中的物体运动。这种三维运动通过投影到图像平面，形成二维运动，常常称为表观运动（apparent motion ），有时也称为光流（optical flow）。如何从视频序列的图像灰度和颜色信息估计出这个二维运动，即基于图像序列的运动建模和计算，是图像序列分析的重要内容之一。在视频处理与压缩以及计算机视觉中都有着重要的应用，例如在视频处理中，运动信息广泛用于运动补偿（motion-compensated）采样（制式转换）、滤波（去噪）、复原（去模糊）等。 首先，我们必须确定有关运动估计问题中的三个方面： 1. 模型选择：运动的表示及其支撑域（region of support）、观测模型，以及运动边缘与遮挡等建模。运动表示的核心为运动场的模型参数化，这些模型及其参数的选择往往与应用及场景对象有关 2. 估计准则：即运动估计中模型参数的优化准则，其形式多样，如最简单的为关于块的均方误差，更为复杂的包括贝叶斯准则或框架、马尔可夫随机场模型等 3. 搜索策略：即优化过程或方法，可以是确定性的或随机的。最简单的确定性方法有穷举方法和松弛迭代方法，另外还有条件迭代（iterated conditional modes – ICM）和最高置信优先（highest confidence first - HCF ）方法；典型的随机方法为模拟退火（simulated annealing – SA）等 下面我们按问题的这三个方面进行探讨。 1 .1 .1 模型选择 1 .1 .1 .1 运动的表示 考虑一个物体点在三维空间中运动，设其在时刻 t 的位置（摄像机坐标系）为X(t)=(X(t),Y(t),Z(t))∈ℜ3，三维运动轨迹为一条四维时空曲线(X(t),t)，对于任意两个时刻 t 和τ的物体点三维位移为Dt,τ(X)= X(τ)- X(t)。 图像采集系统将三维场景投影到一个二维图象平面上，图像坐标为x=(x ,y )∈Λ，其中Λ为图像采样网格。同样，二维运动轨迹为三维时空(x(t),t)，二维位移为dt,τ(x)= x(τ)- x(t)。 由上述二维位移，有 ...))(())(()()(221+−+−+=tttttτττxxxx&&& 其中忽略高次项，得 221))(())(()()(ttttt−+−+≈τττxxxx&&& 《图像分析与理解》课件：图像序列分析 1 其中和分别为瞬间速度和加速度，u(x)和 v(x)分别为速度矢量的水平和垂直分量。若忽略加速度项，则 )](),([)()(xxxvxvut==&)(tx&& ())()()()(ttt−−≈ττxxx& 一般来说，一个运动场（motion field ）由一个在连续...
