Please wait a minute...
浙江大学学报(工学版)
J4  2010, Vol. 44 Issue (1): 131-135    DOI: 10.3785/j.issn.1008-973X.2010.01.023
电子、通信与自动控制技术     
基于随机采样的两阶段全局运动估计
郑雅羽,田翔,陈耀武
（浙江大学 数字技术及仪器研究所,浙江 杭州 310027）　
Two-stage global motion estimation based on random sampling method
ZHENG Ya-yu, TIAN Xiang, CHEN Yao-wu
(Institute of Advanced Digital Technology and Instrument, Zhejiang University, Hangzhou 310027, China)
 全文: PDF 
摘要：

为了有效地估计全局运动参数,提出一种基于随机采样的两阶段全局运动估计方法.在第一阶段,根据矩阵条件数最小化准则随机选取每组运动矢量,利用最小二乘法计算每组初始的变换参数,使用直方图获得最终的变换参数.在第二阶段,对运动矢量场进行变换运动补偿,从已补偿运动矢量场中随机采样一组运动矢量,使用直方图估计最终的平移参数.对于4个仿射全局运动模型和真实视频序列的实验结果表明,与基于固定采样模式的估计算法相比,该方法能够有效地缩短计算时间,同时获得更好的估计精度.
关键词： 全局运动估计;  运动矢量场;  最小二乘法;  条件数    
Abstract:

A two-stage global motion estimation method based on the random sampling strategy was proposed to estimate the global motion parameters effectively. In the first stage, each group of motion vectors was sampled randomly based on the rule of the minimum matrix condition number. Then the initial transform parameter was computed by using the least squares method. The final transform parameter was achieved by utilizing the histogram method. In the second stage, the motion vector field was compensated by the transform motion firstly. Based on a group of motion vectors sampled randomly from the compensated motion vector field, the final translational parameter was estimated by using the histogram method. Experimental results on four affine global motion models and the real video sequences show that compared with the estimation method based on the fixed sampling pattern, the proposed method can decrease the computational time markedly while achieving higher estimation accuracy．
Key words: global motion estimation    motion vector field    least squares method    condition number
出版日期: 2010-02-04
:  TP 391  
基金资助:

国家“863”高技术研究发展计划软件重大专项资助项目（2003AA1Z2130）；浙江省科技计划重大科技攻关资助项目（2005C11001-02）.
通讯作者: 陈耀武，男，教授，博导.     E-mail: cyw@mail.bme.zju.edu.cn
作者简介: 郑雅羽（1978-），男，浙江温州人，博士生，主要从事图像处理、视频编码研究.
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
郑雅羽
田翔
陈耀武

引用本文:

郑雅羽, 田翔, 陈耀武. 基于随机采样的两阶段全局运动估计[J]. J4, 2010, 44(1): 131-135.

ZHENG Ya-Hu, TIAN Xiang, CHEN Yao-Wu. Two-stage global motion estimation based on random sampling method. J4, 2010, 44(1): 131-135.

链接本文:

http://www.zjujournals.com/xueshu/eng/CN/10.3785/j.issn.1008-973X.2010.01.023    或    http://www.zjujournals.com/xueshu/eng/CN/Y2010/V44/I1/131

［1］ ZITOVA B, FLUSSER J. Image registration methods: a survey ［J］. Image and Vision Computing, 2003, 21(11): 977-1000．
［2］ JOZAWA H, KAMIKURA K, SAGATA A, et al. Two-stage motion compensation using adaptive global MC and local affine MC ［J］. IEEE Transactions on Circuits and Systems for Video Technology, 1997, 7(1): 75-85．
［3］ KIM M, CHOI J G, KIM D, et al. A VOP generation tool: automatic segmentation of moving objects in image sequences based on spatio-temporal information ［J］. IEEE Transactions on Circuits and Systems for Video Technology, 1999, 9(8): 1216-1226．
［4］ QIAN X M, LIU G Z. Global motion estimation from randomly selected motion vector groups and GMLM based applications ［J］. Signal, Image and Video Processing, 2007, 1(3): 179-189．
［5］ SU Y, SUN M T. A non-iterative motion vector based global motion estimation algorithm ［C］∥ IEEE Conference on Multimedia and Expo (ICME). Taipei: IEEE, 2004: 703-796．
［6］ SU Y P, SUN M T, HSU V. Global motion estimation from coarsely sampled motion vector field and the applications ［J］. IEEE Transactions on Circuits and Systems for Video Technology, 2005, 15(2): 232-242．
［7］ RATH G B, MAKUR A. Iterative least squares and compression based estimations for a four-parameter linear global motion model and global motion compensation ［J］. IEEE Transactions on Circuits and Systems for Video Technology, 1999, 9(7): 1075-1099．
［8］ DUFAUX F, MOSCHENI F. Motion estimation techniques for digital TV: a review and a new contribution ［J］. Proceedings of the IEEE, 1995, 83(6): 858-876．
［9］ HORN R A, JOHNSON C R. Matrix analysis ［M］. Cambridge: Cambridge University Press, 1985: 291-292．
[1] 李滔, 王士同. 增量式0阶TSK模糊分类器及鲁棒改进[J]. 浙江大学学报(工学版), 2017, 51(10): 1901-1911.
[2] 熊海贝,曹纪兴,张凤亮. 含加强层框筒结构位移监测方法[J]. 浙江大学学报(工学版), 2016, 50(9): 1752-1760.
[3] 张阿龙, 章明, 乔明杰, 朱伟东, 梅标. 基于视觉测量的环形轨底座位姿标定方法[J]. 浙江大学学报(工学版), 2016, 50(6): 1080-1087.
[4] 吴尧锋,王文,卢科青,魏燕定,陈子辰. 边界聚类椭圆快速检测方法[J]. 浙江大学学报(工学版), 2016, 50(3): 405-411.
[5] 卢雨，胡安康，刘亚冲. 基于有限点法的自由面流动的数值模拟[J]. 浙江大学学报(工学版), 2016, 50(1): 55-62.
[6] 袁康正,朱伟东,陈磊,薛雷,戚文刚. 机器人末端位移传感器的安装位置标定方法[J]. 浙江大学学报(工学版), 2015, 49(5): 829-834.
[7] 张达敏,王仕韬,林辉品,吕征宇. 变拓扑N脉波相控整流器的电流预测控制方法[J]. 浙江大学学报(工学版), 2014, 48(7): 1304-1311.
[8] 杨连枝, 张亮亮, 余莲英, 尚兰歌, 高阳, 王敏中. 悬臂梁固定端不同位移边界条件下解的对比[J]. 浙江大学学报(工学版), 2014, 48(11): 1955-1961.
[9] 吴占雄,朱善安,BIN He. 基于移动最小二乘法的白质纤维束走向跟踪[J]. J4, 2011, 45(3): 458-461.
[10] 潘海鹏, 吕勇松. 时滞系统的模糊神经网络补偿控制[J]. J4, 2010, 44(7): 1343-1347.
[11] 陈美娟, 陈杰勋, 王靖岱, 蒋斌波, 阳永荣. 聚乙烯密度的拉曼光谱检测[J]. J4, 2010, 44(6): 1164-1168.
[12] 陈海峰 雷华 孔燕波 周柳云 冯华君. 基于最小二乘法的改进的随机椭圆检测算法[J]. J4, 2008, 42(8): 1360-1364.
[13] 龚友平 金涛 童水光. 截面切片数据的自动细化算法[J]. J4, 2008, 42(2): 334-340.
[14] 李蔚 张政江 盛德仁 陈坚红 任浩仁. 基于RLS的汽轮机数字电液调节系统参数辨识[J]. J4, 2008, 42(10): 1761-1764.
[15] 谭光华 张引 陈志杨 吴双卿 张三元. 基于顶点变形梯度的点云曲面形状插值[J]. J4, 2008, 42(10): 1681-1686.