对数极坐标域梯度光流跟踪研究

doi:10.3778/j.issn.1002-8331.2009.10.056

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (10): 184-187.DOI: 10.3778/j.issn.1002-8331.2009.10.056

• 图形、图像、模式识别 • 上一篇下一篇

对数极坐标域梯度光流跟踪研究

杜永军,金勇俊

西北工业大学航天学院，西安 710072

收稿日期:2008-02-04 修回日期:2008-04-14 出版日期:2009-04-01 发布日期:2009-04-01
通讯作者: 杜永军

Log-polar coordinate domain gradient optical flow tracking study

DU Yong-jun,JIN Yong-jun

College of Astronautics，Northwestern Polytechnical University，Xi’an 710072，China

Received:2008-02-04 Revised:2008-04-14 Online:2009-04-01 Published:2009-04-01
Contact: DU Yong-jun

摘要/Abstract

摘要： 针对直角坐标系中光流跟踪算法无法跟踪存在旋转和尺度变化目标图像的问题，在分析Horn-Schunck经典光流计算公式基础上，提出了一种对数极坐标域的梯度跟踪算法。该算法可以对存在旋转和尺度变化的运动目标实施跟踪，通过实验证明了这种方法在处理运动图像变化时是有效的。因而，这种用对数极坐标域的跟踪算法有一定的实用价值。

关键词: 光流跟踪, 梯度, 跟踪算法, 对数极坐标图像

Abstract: Aim at the optical flow tracking arithmetic in right angle coordination system can not deal with rotated and sized target image，by analyzing the Horn-Schunck sutra optical flow arithmetic formula，bring forward a gradient tracking algorithm based on optical flow in log-polar image.This algorithm can track rotated and sized target image.As the experimental results reveal，this approach is efficient，can deal with translations.Therefore，in this work，the problem of translation estimation in log-polar images is tackled.

Key words: optical flow tracking, gradient, tracking algorithm, log-polar image

杜永军,金勇俊. 对数极坐标域梯度光流跟踪研究[J]. 计算机工程与应用, 2009, 45(10): 184-187.

DU Yong-jun,JIN Yong-jun

. Log-polar coordinate domain gradient optical flow tracking study[J]. Computer Engineering and Applications, 2009, 45(10): 184-187.

[1]	张波，徐黎明，黄志伟，要小鹏. 梯度策略的多目标GANs帕累托最优解算法[J]. 计算机工程与应用, 2021, 57(9): 89-95.
[2]	杨力，吴义，魏德宾，潘成胜. 基于时空相关性的卫星网络流量预测[J]. 计算机工程与应用, 2021, 57(7): 101-106.
[3]	周友行，赵晗妘，刘汉江，李昱泽，肖雨琴. 采用DDPG的双足机器人自学习步态规划方法[J]. 计算机工程与应用, 2021, 57(6): 254-259.
[4]	刘建宇，范平清. 基于改进的RRT*-connect算法机械臂路径规划[J]. 计算机工程与应用, 2021, 57(6): 274-278.
[5]	王晓，唐伦，贺小雨，陈前斌. 基于深度强化学习的服务功能链多维资源优化[J]. 计算机工程与应用, 2021, 57(4): 68-76.
[6]	顾梅花，王苗苗，李立瑶，冯婧. 彩色图像多尺度融合灰度化算法[J]. 计算机工程与应用, 2021, 57(4): 209-215.
[7]	马志豪，朱响斌. 拟双曲动量梯度的对抗深度强化学习研究[J]. 计算机工程与应用, 2021, 57(24): 90-99.
[8]	况立群，李思远，冯利，韩燮，徐清宇. 深度强化学习算法在智能军事决策中的应用[J]. 计算机工程与应用, 2021, 57(20): 271-278.
[9]	杨薛钰，陈建平，傅启明，陆悠，吴宏杰. 基于随机方差减小方法的DDPG算法[J]. 计算机工程与应用, 2021, 57(19): 104-111.
[10]	成立明，陈建新，陈瑞，陈志敏. 融合自监督单目图像深度估计的视觉里程计[J]. 计算机工程与应用, 2021, 57(15): 230-236.
[11]	唐蕾，刘广钟. 改进TD3算法在四旋翼无人机避障中的应用[J]. 计算机工程与应用, 2021, 57(11): 254-259.
[12]	林克正，张元铭，李昊天. 信息熵加权的HOG特征提取算法研究[J]. 计算机工程与应用, 2020, 56(6): 147-152.
[13]	陈虹，王闰婷，肖成龙，郭鹏飞，黄洁，陈红霖. 基于DBN-XGBDT的入侵检测模型研究[J]. 计算机工程与应用, 2020, 56(22): 83-91.
[14]	宋杰，朱勇，许冰. 批量减数更新方差缩减梯度下降算法BSUG[J]. 计算机工程与应用, 2020, 56(22): 117-123.
[15]	蒋文杰，罗晓曙，戴沁璇. 基于对抗网络遥感图像超分辨率重建研究[J]. 计算机工程与应用, 2020, 56(21): 199-203.

对数极坐标域梯度光流跟踪研究

Log-polar coordinate domain gradient optical flow tracking study

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics