光流分割法

 光流分割法:通过计算光流并对光流图像分割来检测运动目标。光流是指图像灰度模式的表面运动。基于光流估计的方法都是基于以下假设:图像灰度分布的变化完全是由于目标或背景的运动引起的，也就是说，目标和背景的灰度不随时间变化。通过光流分割法检测目标时，要根据不同的情况区别对待。如摄像机运动而目标静止、摄像机静止而目标运动、或者两者都处于运动中。如果背景不动，可以检测光流图像中的最大值来提取目标，如果背景运动，需要利用先验知识，根据光流的变化来区分目标与背景。光流法可以描述多种目标运动情况，在动态视频中，目标的运动通常可以用以下四种运动的某种组合来描述同:在与摄像机距离固定的平面内的平移;在摄像机景深方向的移动;在与摄像机距离固定的平面内沿视轴的旋转;垂直于视轴的平面物体的旋转。这些运动方式产生的运动向量也各有特点:在一定距离平面内的平移表现为平行的运动向量;在景深方向的移动形成的速度向量都经过一点，这个点叫做汇集点;在固定距离内的旋转形成一组具有公共圆心的运动向量;垂直于视轴的平面物体的旋转形成一组或几组以直线为起点的向量。基于以上结论，通过对光流的简单处理就可以识别这些基本的运动，例如，对平移运动来说，如果平移不是处于固定的景深内，则光流向量不平行，而是指向汇集点;如果平移在固定的景深内，则汇集点在无穷远处。如果图像中存在多个移动目标，每个目标都有自己的汇集点。光流的计算方法包括梯度法、块匹配法和频率域方法等。大多数的光流计算方法相当复杂，抗噪声能力差，如果没有特别的硬件装置则不能应用于视频的实时处理。光流分割方法不适合目标只有几个像素的情况，因为此时光流计算的误差容易产生虚警;另外，光流法只有当图像捕获的间隔很短时才适合。