Measurement of Image Velocity

دسته بندی: سازمان و پردازش داده ها
ویرایش:  
نویسندگان: Fleet D.J.,  Jepson A.D.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 205 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت 

قیمت کتاب (تومان) : 39,000

Springer, 1992. — 205. به عبارت ساده، بینایی فرآیند دیدن است، استنتاج خصوصیات جهان از الگوهای نوری که توسط ناظر حس می شود. در ابتدا به نظر می رسد که این یک فرآیند منسجم و بی دردسر است، اما پس از بررسی، به نظر می رسد بینایی مجموعه ای از فرآیندهای پیچیده است که به روش های ظریف برای ارائه یک مدل پایدار و منسجم از دنیای بصری تعامل دارند. درک حرکت، رابطه پویا بین دوربین و اشیاء در صحنه، یکی از مهم ترین توانایی های بصری ما است. از جمله موارد دیگر، استنتاج حرکت ما در جهان، تشخیص و تشخیص سایر موجودات متحرک، استنتاج عمق و ساختار سطح اجسام مرئی و هماهنگی دست و چشم را تسهیل می کند.
حرکت بصری. ادراک مربوط به استنتاج خصوصیات جهان از توالی تصاویر است. طرح حرکت 3 بعدی اجسام بر روی صفحه تصویر را میدان حرکت 2 بعدی می نامند. این یک کمیت کاملاً هندسی است که سرعت های سه بعدی و موقعیت نقاط را به سرعت ها و مکان های 2 بعدی در صفحه تصویر مرتبط می کند. از آن، با آگاهی از طرح ریزی، می توان حرکت سه بعدی دوربین و ساختار محلی سطوح قابل مشاهده را استنباط کرد. تعیین سرعت نسبی 3 بعدی و ساختار سطحی یک حوزه تحقیقاتی فعال و در عین حال بحث برانگیز بوده است که نتایج عملی کمی تولید کرده است. یکی از مشکلات اصلی، حساسیت این روش‌ها به تخمین‌های نسبتاً نادرست میدان حرکت 2 بعدی است که از توالی‌های تصویر به‌دست می‌آید که به آن جریان نوری یا سرعت تصویر می‌گویند.
هدف در اندازه‌گیری سرعت تصویر. استخراج تقریبی برای میدان حرکتی 2 بعدی از دنباله ای از تصاویر است. برای این منظور، تعریفی از سرعت تصویر بر حسب الگوهای فضایی و زمانی شدت تصویر و یک تکنیک اندازه‌گیری مناسب مورد نیاز است. مشکل این است که شدت تصویر علاوه بر هندسه دوربین و صحنه به عوامل مختلفی مانند منابع نور و خواص بازتاب سطح بستگی دارد. تا همین اواخر، معمول بود که فرض کنیم، با تقریبی خوب، تکه‌های شدت به سادگی بین فریم‌های متوالی یک دنباله تصویر ترجمه می‌شوند. تک نگاری استدلال می کند که این فرض بیش از حد محدود کننده است. یک روش قوی برای اندازه‌گیری سرعت تصویر باید تغییر شکل‌های هندسی با مرتبه بالاتر (مانند اتساع و چرخش)، اثرات فتومتریک (مانند سایه‌زنی)، و وجود بیش از یک سرعت مجاز در یک محله محلی (مثلاً به دلیل بازتاب‌های چشمی، سایه‌ها) را ممکن کند. ، شفافیت یا انسداد).
برای این منظور، تک نگاری رویکرد جدیدی را برای اندازه گیری سرعت تصویر ارائه می دهد که شامل سه مرحله (مفهومی) پردازش است. اولی یک نمایش خاص در مقیاس سرعت از ورودی را بر اساس خروجی های با ارزش پیچیده خانواده ای از فیلترهای تنظیم شده با سرعت می سازد. چنین پیش پردازشی ساختار تصویر را بر اساس مقیاس، جهت گیری و سرعت جدا می کند تا جلوه هایی از ویژگی های صحنه بالقوه مستقل را جدا کند. برای مرحله دوم پردازش، سرعت تصویر جزء، برای هر خروجی فیلتر، به عنوان مولفه سرعت نرمال تا خطوط فاز ثابت تعریف می شود. به جز مناطق جدا شده ای که در آنها اندازه گیری های مبتنی بر فاز غیرقابل اعتماد هستند، این تعریف نشان داده شده است که مجموعه ای متراکم و دقیق از اندازه گیری های سرعت را به دست می دهد. در مرحله سوم، این اندازه‌گیری‌های سرعت جزء ترکیب می‌شوند. با این حال، این مرحله آخر شامل انبوهی از مسائل پیچیده مربوط به تفسیر صحنه است و در این تک نگاری تنها به طور خلاصه مورد بررسی قرار می گیرد.
استفاده از اطلاعات فاز از نظر استحکام آن با توجه به انحرافات از ترجمه تصویری که وجود دارد، توجیه می شود. معمولاً در طرح ریزی های پرسپکتیو صحنه های سه بعدی. ناپایداری گاه به گاه اطلاعات فاز به وجود تکینگی های فاز مربوط می شود. این همسایگی‌های بی‌ثباتی در مورد تکینگی‌ها به‌طور قابل اعتمادی با تلاش محاسباتی اضافی کمی شناسایی می‌شوند، که به‌عنوان یک جزء ضروری از تکنیک حاصل در نظر گرفته می‌شود. در نهایت، مجموعه‌ای از نتایج تجربی را گزارش می‌کنیم که برای آن‌ها پیاده‌سازی این تکنیک برای توالی‌های تصویر واقعی و مصنوعی اعمال می‌شود. بخش اول پس‌زمینه</ strong>
مقدمه
تغییر زمان شکل گیری تصویر
تحلیل سرعت و فرکانس تصویر
بازنمایی خاص سرعت
بررسی تکنیک های موجود
بخش دوم اندازه‌گیری سرعت مبتنی بر فاز
سرعت تصویر به‌عنوان رفتار فاز محلی
نتایج تجربی
محاسبه سرعت دوبعدی
بخش سوم درباره ویژگی‌های فاز باند-گذر سیگنال ها
پایداری فاز مقیاس-فضا
تکینگی های فاز مقیاس-فضا
کاربرد در تصاویر طبیعی
نتیجه گیری قسمت چهارم
خلاصه و بحث
ضمائم
A: مدل بازتابی
B: اثبات یک رابطه عدم قطعیت n-D
C: درونیابی عددی و تمایز R(x,t )
E: تقریبی به E[Δφ] و E[|Δφ-E[Δφ]|]
F: مشتقات z₁
G: توابع چگالی برای ϕ_x(x) و ρ_x(x)/ρ(x)

Springer, 1992. — 205. In simple terms, vision is the process of seeing, the inference of world properties from the patterns of light sensed by an observer. At first it seems to be a coherent and effortless process, yet upon investigation, vision appears to be a collection of intricate processes that interact in subtle ways to provide a stable, cohesive model of the visual world. The perception of motion, the dynamic relationship between the camera and objects in the scene, is one of our most important visual faculties. It facilitates, among other things, the inference of our movement through the world, the detection and recognition of other moving creatures, the inference of the depth and the surface structure of visible objects, and hand-eye coordination.
Visual motion perception concerns the inference of world properties from sequences of images. The projection of the 3-d motion of objects onto the image plane is called the 2-d motion field. It is a purely geometric quantity that relates 3-d velocities and positions of points to 2-d velocities and locations in the image plane. From it, with knowledge of the projection, it is possible to infer the 3-d movement of the camera and the local structure of the visible surfaces. The determination of relative 3-d velocity and surface structure has been an active, yet controversial area of research, producing few practical results. One of the main difficulties has been the sensitivity of these methods to the relatively inaccurate estimates of the 2-d motion field that are obtained from image sequences, referred to as optical flow or image velocity.
The goal in measuring image velocity is to extract an approximation to the 2-d motion field from a sequence of images. For this, a definition of image velocity in terms of spatiotemporal patterns of image intensity and a suitable measurement technique are required. The difficulty is that image intensity depends on several factors in addition to the camera and scene geometry, such as the sources of illumination and surface reflectance properties. Until recently, it has been common to assume that, to a good approximation, patches of intensity simply translate between consecutive frames of an image sequence. The monograph argues that this assumption is overly restrictive. A robust method for measuring image velocity should allow for higher-order geometric deformations (e.g. dilation and rotation), photometric effects (e.g. shading), and the existence of more than one legitimate velocity in a local neighbourhood (e.g. because of specular reflections, shadows, transparency, or occlusion).
Towards this end, the monograph presents a new approach to the measurement of image velocity that consists of three (conceptual) stages of processing. The first constructs a velocity-scale specific representation of the input based on the complex-valued outputs of a family of velocity-tuned filters. Such preprocessing separates image structure according to scale, orientation and speed in order to isolate manifestations of potentially independent scene properties. For the second stage of processing, component image velocity is defined, for each filter output, as the component of velocity normal to level contours of constant phase. Except for isolated regions in which phase-based measurements are unreliable, this definition is shown to yield a dense, accurate set of velocity measurements. In a third stage, these component velocity measurements are combined. However, this last stage involves a host of complex issues relating to scene interpretation, and is examined only briefly in this monograph.
The use of phase information is justified in terms of its robustness with respect to deviations from image translation that exist commonly in perspective projections of 3-d scenes. The occasional instability of phase information is shown to be related to the existence of phase singularities. These neighbourhoods of instability about the singularities are reliably detected with little extra computational effort, which is viewed as an essential component of the resulting technique. Finally, we report a series of experimental results for which an implementation of the technique is applied to both real and synthetic image sequences. Part I Background
Introduction
Time-Varying Image Formation
Image Velocity and Frequency Analysis
Velocity-Specific Representation
Review of Existing Techniques
Part II Phase-Based Velocity Measurement
Image Velocity as Local Phase Behaviour
Experimental Results
Computing 2-D Velocity
Part III On Phase Properties of Band-Pass Signals
Scale-Space Phase Stability
Scale-Space Phase Singularities
Application to Natural Images
Part IV Conclusions
Summary and Discussion
Appendices
A: Reflectance Model
B: Proof of an n-D Uncertainty Relation
C: Numerical Interpolation and Differentiation of R(x,t)
E: Approximations to E[Δϕ] and E[|Δϕ-E[Δϕ]|]
F: Derivations of z₁
G: Density Functions for ϕ_x(x) and ρ_x(x)/ρ(x)