光流法

摘要： 针对运动场景下红外小目标轨迹提取不准确的问题,提出采用YOLOv5与光流相结合的方法校正目标轨迹。首先YOLOv5网络,然后对比了LK和HS两种光流算法通过单样本K-S检验计算分布拟合度,构建Q-Q图得到平台真实运动量,最后结合YOLOv5校正目标轨迹。实验结果表明,LK算法更适合红外图像光流值的提取,YOLOv5与光流相结合的方法在地/空背景下红外图像数据集检测准确率达到90%以上,损失率在0.02以下,对于区分真实和虚假小目标有着重要意义。

摘要： 为实现自动化识别死兔,提高养殖管理效率,以笼养生长兔为研究对象,以基于优化Mask RCNN的实例分割网络和基于LiteFlowNet的光流计算网络为研究方法,构建了一种多目标背景下基于视频关键帧的死兔识别模型。该模型的实例分割网络以ResNet 50残差网络为主干,结合PointRend算法实现目标轮廓边缘的精确提取。视频关键帧同时输入实例分割网络和光流计算网络,获取肉兔掩膜的光流信息和掩膜边界框中心点坐标。利用光流阈值去除活跃肉兔掩膜,通过核密度估计算法获取剩余中心点坐标的密度分布,通过密度分布阈值实现死兔的判别。实验结果表明,肉兔图像分割网络的分类准确率为96.1%,像素分割精确度为95.7%,死兔识别模型的识别准确率为90%。本文提出的死兔识别模型为兔舍死兔识别和筛选工作提供了技术支撑。

摘要： 锅炉燃烧过程具有连续性与随机性,火焰静态特征仅能表征燃烧过程的部分信息,无法反映燃烧随时间变化的动态过程,不利于长期监测炉内燃烧状态。针对这一问题,提出了一种基于金字塔分层改进的Lucas-Kanade光流法,提取炉内火焰动态特征,用于描述炉内燃烧过程的变化。为了验证火焰动态特征监测炉内燃烧状态的灵敏性和有效性,采用互信息法建立动态特征与锅炉负荷、NO_(x)排放量间的相关性模型。结果表明,所提动态特征能准确跟随火焰的运动轨迹,反映当前运行工况、燃烧状态的变化。采用改进后光流法提取的火焰动态特征与锅炉负荷、NO_(x)排放量间具有显著相关性,能够为锅炉燃烧状态实时监测提供一个更有效的特征。

摘要： 当前智能化采煤机已具有三维定位、记忆截割和远程监控等功能,但缺少采煤机作业区域误入人员的检测和预警保护功能,人员精确检测是亟待解决的关键问题之一。受综采工作面低照度、工况环境复杂多变影响,基于激光、射频、超声波等传感器的煤矿机电装备主动防撞预警技术应用受限,基于可见光传感器的防撞技术难以满足准确性和稳定性要求。搭建了基于红外热成像技术的采煤机作业区域人员精确检测系统架构,进而提出了人员精确检测方法:针对综采工作面红外图像噪声的高强度、不均匀特点,采用基于高斯掩码改进的多级导向滤波模型有效滤除红外图像噪声,并保留边缘信息;基于Lucas-Kanade光流法提取动态背景下的移动前景目标运动信息;采用基于图像局部信息权重的直觉模糊C均值聚类算法对采煤机作业区域红外图像信息进行分割,获取移动目标位置信息;基于形态学加权投票法对移动目标运动信息提取结果和红外图像信息分割结果进行融合,实现采煤机作业区域人员精确检测。在耿村矿21208综采工作面进行井下工业性试验,结果表明采煤机作业区域人员精确检测方法对现场人员的跟踪偏差平均值为0.1065像素,重叠比平均值为96.10%,平均单次处理时间为0.4908 s,满足现场应用需求。

摘要： 针对照片与视频重放这一常见人脸识别欺诈手段,利用人脸攻击图像的语义信息提出一种基于光流与纹理特征融合的人脸活体检测算法:采集连续两帧待检测人脸图像,通过光流法及人脸检测方法生成人脸区域光流场变化图,将其与原始RGB图像输入至2通道卷积神经网络提取并融合得到人脸动-静态特征,基于融合特征实现真实人脸与欺诈人脸分类。此外,为了更好地捕捉人脸区域的光流场变化,应用影像动作放大技术将待检测视频帧中0.04~0.4 Hz信号放大20倍。使用IDIAP的Replay Attack人脸活体检测数据集中1 300段视频数据进行模型训练、验证和测试。实验表明,提出的人脸活体检测算法在Replay Attack数据集测试表现良好并取得了1.04%半错误率,能够有效识别照片、视频攻击。

摘要： 目前,各类传感器广泛覆盖在人类生存的各个角落里,持续捕捉着地球表层的空间场景结构与变化过程,真实地记录着精细的场景信息和运动目标信息,为人们提供了丰富的视频信息。人们通常对视频监控中的前景目标(运动目标)较为感兴趣,而前景目标提取是运动目标跟踪和事件监测的前提,直接影响监测的精确性。本文针对监控视频的前景目标提取问题,提出了不同应用场景下的监控视频前景目标提取方法,并通过实验验证了方法的可行性。

摘要： 为解决由于道路颠簸、车辆自身抖动导致视频帧图像模糊而影响车辆检测效果的问题,采用基于特征匹配的光流法结合SURF特征点提取算法对车载视频进行防抖预处理,再将增稳后的视频序列传入训练好的YOLOv4框架进行车辆检测。在KITTI数据集上对该算法进行验证,最终识别准确率达96.5%。通过对比防抖前后测试结果发现,建立的防抖优化算法效果明显,对视频序列模糊帧的检测能力有很大提升。

摘要： 为探究天气雷达定量降水估计和定量降水预报在中小流域洪水预报中的适用性,以梅溪流域为研究区,选取2012“苏拉”、2014“海贝思”、2016“尼伯特”3场台风引发的降雨洪水过程为研究对象,采用强降水识别技术改进天气雷达定量降水估计的精度,利用光流法进行基于天气雷达的临近预报,构建了梅溪流域分布式水文模型,并耦合天气雷达定量降水估计和定量降水预报开展了洪水预报。结果表明:强降水识别能有效提升天气雷达定量降水估计的精度;对于降雨时空分布较为均匀的降雨,耦合天气雷达定量降水估计的洪水预报结果较雨量站测雨结果更具优势,耦合1 h预见期天气雷达定量降水预报结果能够满足中小流域洪水预报的需要;对于短历时强降雨和特大暴雨,受天气雷达定量降水估计和定量降水预报精度的影响,洪水预报效果较差。

摘要： 基于2019—2020年京津冀地区不同天气系统影响下的降水过程,采用交叉相关法和光流法对快速更新多尺度分析和预报综合集成系统(Rapid-refresh Multi-Scale Analysis and Prediction System-Integration,RMAPS_IN)的降水分析产品进行0~2 h临近外推预报的批量试验。结果表明:由交叉相关法和光流法计算的两种外推矢量在大小和方向上存在一定差异,直接差异与影响降水的天气系统位置有明显的对应关系,而方向差异受地理位置的影响更明显,台风类降水呈弧形带状分布,低槽冷锋类、低涡类、气旋类、暖切变线类等几类降水均呈西北大东南小的特点;预报效果方面,总体上交叉相关法优于光流法,尤其是预报时效超过30 min以后,各种降水类型的批量检验结果显示交叉相关法的预报评分优于光流法,且预报时效越长、优势越明显,但预报时效为10 min时,光流法在低涡类、台风类、暖切变线类的空报率上优于交叉相关法。此外,基于外推的临近预报方法对京津冀地区台风类降水的预报效果最好,其次为暖切变线类、低涡类、低槽冷锋类、气旋类。

摘要： 为提高无人机电力故障巡检效率,提出一种结合边缘绘制线(edge drawing line,EDLine)特征提取算法与改进光流法的输电线路异物智能检测方法。鉴于背景纹理对航拍图像的影响,研究一种基于矩阵的线段融合算法以解决EDLine线段检测的断续问题,根据多特征约束提取输电线路区域。为有效识别异物,利用动量因子改进光流算法迭代收敛速度,根据光流信息检测异物故障。对无人机巡检图像的测试结果表明,该方法在复杂背景或异物不明显时均可有效检测出异物。提出检测算法准确度高、鲁棒性强,保证巡检的时效性。

摘要： 利用光流法,对2016年台风“莫兰蒂”ECMWF(简称EC)和T639两个数值天气预报模式的500hPa高度场24h预报进行了检验,并利用定量检验结果进行了台风“莫兰蒂”路径的订正预报.结果表明:9月11日20时-14日08时EC的24h预报位移误差比T639要稳定且数值较小,12日20时-14日08时EC的角度误差一直稳定偏南到西南,因此EC的“莫兰蒂”台风路径预报可参考性更大.利用光流检验结果进行“莫兰蒂”台风路径订正,预报结果与实况基本吻合.

摘要： 传统闯入报警系统易受阴影抖动等背景噪声干扰,难以准确检测到视频图像中的运动目标区域,抗干扰能力较差.本文设计了一种基于Kalman滤波器与光流法的闯入监控算法.利用Kalman滤波器滤除视频图像中变化较为缓慢的背景区域,消除背景光照变化等原因引起的噪声干扰,对光流法检测到的运动目标区域进行校正,得到较为精确的运动目标区域,再进一步判断监控区域是否遭受入侵.最后搭建智能闯入报警系统,验证本文所提出的闯入监控算法的可行性.

摘要： 随着近年来危害公共安全的群体性事件频繁发生,对人群场景下的人群状态分析与异常行为检测成为计算机视觉领域研究的热点问题.目前提出的诸如纯光流法,社会力模型,时空运动模型等算法,在检测准确率方面已能满足需求,但是算法复杂度普遍较高,运算量较大,在实际应用中难以保证实时性.鉴于此,首先,引入了人群移动区域面积的概念并定义了人群状态指数,来描述人群状态的变化,通过光流法获得人群运动矢量场,基于人群运动矢量场定义了人群运动强度指数来描述人群运动强度,基于人群运动矢量场与信息熵定义了人群混乱指数来描述人群运动方向的混乱程度.其次,基于降低算法运算量的考虑,根据上面提到的三个描述人群运动状态的特征变量设计了一种分层处理的人群异常行为检测方案,实验结果证明方案具有很好的效果.

摘要： 利用光流法,对2013年"菲特"期间EC和T639两个数值模式的500hPa位势高度场预报进行了检验,并利用检验结果进行了"菲特"路径的订正.结果表明:从10月5日20:00光流检验场上可以看到,对西太平洋副热带高压西伸部分的预报EC和T639存在较大的差异,是造成了这一时次两个模式对"菲特"的路径预报出现了较大差异的原因.从4日08:00-6日20:00EC的24h预报强度、位移误差都比T639稳定,但在角度误差方面T639模式的稳定性更好,因此T639模式的"菲特"路径预报可参考性更大.利用光流检验的量化分析结果进行"菲特"路径订正,需要将预报路径南调25～45km,这与实况的30～43km十分接近.

摘要： 本文提出了一种结合颜色、光流法和显著性区域检测的视频火焰区域检测算法.使用单峰高斯模型检测图像中的火焰颜色像素点,使用光流法得到像素点运动速率大小,使用GBVS模型得到图片中的显著性区域.使用最大类方差法对前景目标和背景进行分割,得到火焰区域二值图.最终采用形态学对二值图像进行处理,滤除可能存在的噪声和对图像边缘进行平滑处理,取得很好的识别火焰效果.

摘要： 在序列影像中,考虑到相邻帧影像的运动随时间变化比较缓慢,可以将光流法用于影像匹配过程中,提出了一种基于特征点跟踪的多影像匹配算法.通过光流法对特征点在帧间进行跟踪,结合匹配判别准则和FB Error算法实现相邻帧影像的快速准确匹配,然后利用多帧影像间的特征点跟踪实现多影像匹配.实验表明,该算法相比于传统的特征点匹配算法,提高了计算效率并保持了较好的匹配准确率.

摘要： 为提高机械零件图像中目标识别跟踪的准确度,提出一种基于光流技术的跟踪算法,并针对光流法在目标跟踪过程中易受光照变化、目标形变等因素影响,导致跟踪误差累计产生目标飘移的缺陷进行了改进.由于SIFT算法对目标特征的多尺度描述从而具有对运动目标的平移、旋转等尺度变化的不变性,通过提取目标的SIFT特征点,采用金字塔LK光流法对目标的SIFT特征点进行跟踪,从根本上降低了光流法对光照变化和目标形变的敏感度.另外引入前向-后向误差(Forward-Backward error)评估方法,在目标跟踪过程中滤除跟踪误差大于阈值的特征点,避免误差累计.试验证明SIFT特征有效改善了光流法的跟踪效果,在跟踪存在严重光照变化、目标形变的视频时延长了有效跟踪时间;加入误差评估后的算法在算法改进的基础上进一步延长了目标的有效跟踪时间,提高了目标跟踪的鲁棒性.

摘要： 本文对近年来各种基于视觉的无人机导航方法进行了总结，并将其分为三种：景象匹配、视觉SLAM、光流法。首先根据各种导航方法，分析了视觉导航对于无人机导航的重要意义；然后从三种视觉导航方法出发，介绍了它们的国内外研究现状以及其关键技术；最后给出三种方法的不同优势所在，并指出进一步研究的趋势。

摘要： 动态背景下运动目标检测与跟踪具有广泛的应用背景,如机器人导航,车载视频跟踪等.光流法是处理动态背景运动目标跟踪的常用方法,但传统的光流法计算量大很难达到实时跟踪的目的.文章提出了一种基于并行粒子滤波的动态背景光流法运动目标检测方法,利用并行运行粒子滤波算法估计背景运动量得出背景区域,只对该动态场景下的运动目标利用光流法进行跟踪,实验表明,该算法取得了良好的实时跟踪效果.

摘要： 利用光流技术,对超强台风"梅花"期间ECMWF(简称EC)和T639两个数值天气预报模式的500hPa高度场预报进行了检验和释用.结果发现,EC的24 h,48 h,72 h预报具有稳定的误差.EC的24 h预报强度误差比观测低2～9 gpm;它的24 h预报角度误差在180°～240°(极坐标系),也就是西到西南向.EC的48 h预报强度误差比观测低8～18 gpm,它的48 h预报角度误差同样在180°～240°.EC的72 h预报强度误差比观测低8～26 gpm,它的72 h预报角度误差在180°～290°.作为比较,T639的预报强度和预报角度误差则没有那么稳定.对预报位移误差而言,EC和T639的预报误差都比较稳定.利用基于光流技术的数值预报释用方法,将24 h的预报误差用来订正48 h的预报,结果表明,订正预报场比预报场本身更近似于观测场.

摘要： 本发明公开了一种基于光流法和置信度法的单晶硅太阳能晶片缺陷检测方法，该方法首先基于电致发光技术获取原始的目标检测图像；然后使用中值滤波器对获取的原始目标检测图像进行预处理；接着使用基于光流法的缺陷粗检测算法对预处理之后的目标检测图像进行缺陷粗检测，从而提取出可能的缺陷区域，并得到相应的二值图像；最后使用置信度法对提取出的可能缺陷区域进行进一步的缺陷精确检测，通过计算每一个可能的小缺陷区域的区域置信度来判断该小缺陷区域是否属于实际缺陷区域，从而得到包含实际缺陷区域的二值图像。本发明公开的缺陷检测方法能在实际单晶硅太阳能晶片工业生产中以较高的准确率在线实时地检测出晶片缺陷，从而提高生产效率。

摘要： 本发明公开了一种基于光流法和地平线检测的无人机着陆方法，其步骤为：一、对飞行过程中固定在无人机底部的相机拍摄出的视频进行图像预处理；二、对每张图像进行直线检测，获取图像中的地平线信息；三、通过对地平线信息进行计算，得到当前无人机的飞行姿态；四、采用光流法检测出无人机的姿态信息；五、结合无人机运动模型，采用扩展卡尔曼滤波方法对光流法和地平线检测的无人机姿态进行滤波，挑选出正确的地平线信息；六、实现基于无人机的自主着陆过程。本发明是一种用于飞行过程中动态物体探测固定目标的情况，采用基于梯度的光流法可以很好地配合探测器的运动，与传统基于地平线检测的视觉算法相比，在着陆过程中可以有效提高精度，适用于无人机自主着陆应用。

摘要： 本发明公开了一种基于光流法和置信度法的单晶硅太阳能晶片缺陷检测方法，该方法首先基于电致发光技术获取原始的目标检测图像；然后使用中值滤波器对获取的原始目标检测图像进行预处理；接着使用基于光流法的缺陷粗检测算法对预处理之后的目标检测图像进行缺陷粗检测，从而提取出可能的缺陷区域，并得到相应的二值图像；最后使用置信度法对提取出的可能缺陷区域进行进一步的缺陷精确检测，通过计算每一个可能的小缺陷区域的区域置信度来判断该小缺陷区域是否属于实际缺陷区域，从而得到包含实际缺陷区域的二值图像。本发明公开的缺陷检测方法能在实际单晶硅太阳能晶片工业生产中以较高的准确率在线实时地检测出晶片缺陷，从而提高生产效率。

摘要： 本发明公开了一种LK光流法和三帧差法结合的运动目标检测方法，包括以下步骤：1）由金字塔型LK光流法确定出视频帧中可能存在运动目标的区域；2）利用步骤1）中确定的区域，在该区域内，三帧差分的阈值选取一个较低值，在该区域外，三帧差分的阈值则选取一个较高值，定义阈值差为较高阈值与较低阈值的差值；3）在低阈值区域，选取LK光流法计算得到的光流矢量的起始角点，将部分错误的角点信息去除掉后与三帧差分法检测得到的区域共同做为运动目标；4）在低阈值区域，通过连通分析的方式进行处理，就是指计算每个连通区域的面积，并对面积设定一个较小的阈值，若面积小于该阈值，则将滤除掉该连通区域。

摘要： 本发明公开了一种基于光流法和地平线检测的无人机着陆方法，其步骤为：一、对飞行过程中固定在无人机底部的相机拍摄出的视频进行图像预处理；二、对每张图像进行直线检测，获取图像中的地平线信息；三、通过对地平线信息进行计算，得到当前无人机的飞行姿态；四、采用光流法检测出无人机的姿态信息；五、结合无人机运动模型，采用扩展卡尔曼滤波方法对光流法和地平线检测的无人机姿态进行滤波，挑选出正确的地平线信息；六、实现基于无人机的自主着陆过程。本发明是一种用于飞行过程中动态物体探测固定目标的情况，采用基于梯度的光流法可以很好地配合探测器的运动，与传统基于地平线检测的视觉算法相比，在着陆过程中可以有效提高精度，适用于无人机自主着陆应用。

摘要： 本发明公开了一种基于LK光流法的火灾烟雾检测方法、装置及存储介质，方法包括：获取视频中的待检测图像帧；使用双边滤波对所述待检测图像帧进行平滑去噪处理，得到目标图像；用隔帧差分法从所述目标图像中提取运动区域；根据颜色特征以及纹理特征对提取到的运动区域进行烟雾检测，确定疑似烟雾区域；通过形态学操作对疑似烟雾区域的轮廓进行提取；通过LK光流法计算所述疑似烟雾区域的光流矢量，确定所述疑似烟雾区域是否为烟雾区域。本发明的准确率高而且效率高，可广泛应用于图像处理技术领域。

摘要： 本发明揭示了一种基于金字塔光流法的运动区域检测方法，包括如下步骤：对每一帧图片建立一个高斯金字塔，最低分辨率图像在最顶层，原始图片在底层；从顶层Lm层开始，通过最小化每个点的邻域范围内的匹配误差和，得到顶层图像中每个点的光流；顶层的光流计算结果反馈到次顶层，作为该次顶层初始时光流值的估计；沿金字塔向下反馈，重复估计动作，直到到达金字塔底层。本发明能够快速准确的检测出运动区域，更好的辅助对相关时序动作的检测，在保证精度的同时，在速度上也有好的表现，且能更好的适应光照等环境变化。

摘要： 本发明公开一种基于光流法的结构微幅振动工作模态分析方法，属于结构振动测量领域。该方法包括以下步骤：第一：采集振动过程视频；第二：利用视频选择感兴趣的区域，并提取该区域的结构轮廓点；第三：提取结构轮廓点的表观运动响应；第四：将结构轮廓点的位移时域数据转换为频域数据，并分析得出结构的模态频率的近似值；第五：放大轮廓点的振动响应；第六：辨识结构的模态频率和阻尼比。与现有技术相比，本发明的优点为：本发明的分析方法实现非接触式测量，高精度、低成本地得到结构的模态参数，同时提取结构的轮廓点作为结构的特征点，得到的振动响应数据具有代表性。

摘要： 本发明提供一种基于光流法的道岔运动监测方法、装置及系统，该方法包括：获取道岔转动过程的目标图像序列；对所述目标图像序列进行目标检测，确定所述目标图像序列各帧图像中道岔缺口对应的目标像素区域；基于所述目标像素区域，确定所述道岔缺口处的多个目标关键点；基于所述多个目标关键点在所述目标图像序列中的位置信息，得到所述道岔的目标转动速度。该方法通过目标检测检测出道岔缺口的精确位置，并利用光流法对目标像素区域中目标关键点的运动特性进行分析，进而得到道岔的目标转动速度，属于非接触式监测方法，不会影响原有道岔运动，且道岔运动判断的准确度高。

摘要： 本发明属于图像处理技术领域，公开了一种基于光流法的阻塞检测方法、装置、设备及存储介质。该方法包括：获取通道区域图像信息；根据所述通道区域图像信息得到图像角点信息；根据所述图像角点信息和预设光流算法确定光流点信息；根据所述光流点信息确定阻塞物区域；根据所述阻塞物区域判断阻塞情况，以完成阻塞检测。通过上述方式，实现了对通道阻塞情况的自动化检测，由于本方案根据图像中的角点跟踪信息确定阻塞物，并不需要对阻塞物进行目标识别，因此，相对于基于深度学习目标检测的构建大型数据集的方案，本方案部署更加容易，节省了模型训练和大型数据建立的过程，减少了通道阻塞检测的部署成本。