CN110223326A - 光电导航系统中亚像素区域确定方法及其系统 - Google Patents
光电导航系统中亚像素区域确定方法及其系统 Download PDFInfo
- Publication number
- CN110223326A CN110223326A CN201910525663.8A CN201910525663A CN110223326A CN 110223326 A CN110223326 A CN 110223326A CN 201910525663 A CN201910525663 A CN 201910525663A CN 110223326 A CN110223326 A CN 110223326A
- Authority
- CN
- China
- Prior art keywords
- match point
- point
- difference
- frame image
- match
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种光电导航系统中亚像素区域确定方法及其系统,该方法包括:获取参考帧图像和目标帧图像;采用图像匹配算法对所述参考帧图像和所述目标帧图像进行整像素级别匹配,得到最佳匹配点以及搜索阵列,获取所述最佳匹配点在所述搜索阵列中的位置,根据最佳匹配点在所述搜索阵列中的不同位置,以及最佳匹配点相邻匹配点的匹配值的不同,确定亚像素区域。本发明通过上述方法能提高区域的精度,以满足光电导航高精度定位需求。
Description
技术领域
本发明涉及光电导航技术领域,特别是涉及一种光电导航系统中亚像素区域确定方法及其系统。
背景技术
随着显示屏幕的日益趋大趋宽,传统光电导航技术已难以覆盖大小屏幕对应用的不同需求,所以亚像素跟踪技术应运而生,特别是在游戏鼠标中高分辨率(DPI)需要越来越明显。
全搜索算法(FS),搜索覆盖面广,所以精度最高,但由于其消耗资源最大,在光电导航领域无法被采用。
TTS算法,耗资源依然很高,搜索质量相比FS已经有所降低。
三点峰值近似,实为拟合方式,成本最低,基本上不增加成本,但精度较低,存在不小的误差,这种误差只能通过后续的平滑去弥补,所以性能一定有所影响。
光电导航应用领域,图像的刷新率很高,高性能的光电导航设备帧率超过5000frame/second,以应对设备(或目标物)的高速移动,采用以上方法用于光电导航系统中不能满足高精度的定位。
发明内容
基于此,本发明的目的是提供一种光电导航系统中亚像素区域确定方法及其系统,提高亚像素区域的精度,以满足光电导航高精度定位需求。
为实现上述目的,本发明提供了如下方案:
一种光电导航系统中亚像素区域确定方法,所述方法包括:
获取参考帧图像和目标帧图像;
采用图像匹配算法对所述参考帧图像和所述目标帧图像进行整像素级别匹配,得到最佳匹配点以及搜索阵列,所述搜索阵列为由所述目标帧图像中的匹配点构成的矩形阵列,所述匹配点为所述目标帧图像和所述参考帧图像相似的像素点且所述匹配点在所述目标帧图像中;
获取所述最佳匹配点在所述搜索阵列中的位置;
判断所述位置是否为所述搜索阵列的矩形角,获得第一判断结果;
若第一判断结果表示是,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内,其中Cx为最佳匹配点的x轴坐标,Cy为最佳匹配点的y轴坐标、D为相邻两像素点之间的距离,n≥2;
若第一判断结果表示否,判断所述位置是否为所述搜索阵列的矩形边,获得第二判断结果;
若第二判断结果表示是,获取与所述最佳匹配点相邻的第一匹配点和第二匹配点,且所述第一匹配点和所述第二匹配点的位置均在所述搜索阵列的矩形边上,其中所述第一匹配点和所述第二匹配点所在的直线为y轴;
将所述第一匹配点的匹配值和所述第二匹配点的匹配值作差并取绝对值,得第一差值;
若所述第一差值小于第一阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内;
若所述第一差值大于或等于第一阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内且y的取值在最佳匹配点和第一优选匹配点之间,所述第一优选匹配点为第一匹配点或第二匹配点;
若第二判断结果表示否,判断所述位置是否为所述搜索阵列的矩形内,获得第三判断结果;
若第三判断结果表示是,获取与所述最佳匹配点相邻的第三匹配点、第四匹配点、第五匹配点和第六匹配点,且所述第三匹配点、所述最佳匹配点和所述第五匹配点在第一直线上,所述第四匹配点、所述最佳匹配点和所述第六匹配点在第二直线上;其中,所述第一直线为x轴,所述第二直线为y轴;
将所述第三匹配点的匹配值和所述第五匹配点的匹配值作差并取绝对值,得到第二差值,将所述第四匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第三差值,将所述第三匹配点的匹配值和所述第四匹配点的匹配值作差并取绝对值,得到第四差值,将所述第三匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第五差值,将所述第四匹配点的匹配值和所述第五匹配点的匹配值作差并取绝对值,得到第六差值,将所述第五匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第七差值;
若所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均小于第二阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内;
若所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均大于或等于第二阈值,则亚像素的搜索区域为且x的取值在最佳匹配点和第二优选匹配点之间且y的取值在最佳匹配点和第三优选匹配点之间,其中所述第二优选匹配点为第三匹配点或第五匹配点,所述第三优选匹配点为第四匹配点或第六匹配点;
若所述第二差值小于第二阈值且所述第三差值大于或等于第二阈值,则亚像素的搜索区域为且y的取值在最佳匹配点和第三优选匹配点之间,其中所述第三优选匹配点为第四匹配点或第六匹配点;
若所述第三差值小于第二阈值且所述第二差值大于或等于第二阈值,则亚像素的搜索区域为且x的取值在最佳匹配点和第二优选匹配点之间,其中所述第二优选匹配点为第三匹配点或第五匹配点。
可选的,所述采用图像匹配算法对所述参考帧图像和所述目标帧图像进行整像素级别匹配,得到最佳匹配点以及搜索阵列,所述搜索阵列为由所述目标帧图像中的匹配点构成的矩形阵列,所述匹配点为所述目标帧图像和所述参考帧图像相似的像素点且所述匹配点在所述目标帧图像中,具体包括:
获取参考帧图像与目标帧图像的重叠区域;
在所述参考帧图像的重叠区域内设定参考点;
在所述目标帧图像的重叠区域内找到与所述参考点对应的中心点;
根据所述中心点确定若干个与中心点相邻的目标点;
所述目标帧图像中的匹配点为所述中心点和各所述目标点;
采用SAD匹配算法对所述参考点和所述匹配点进行匹配,得到最佳匹配点,所述最佳匹配点为所述中心点或所述目标点。
可选的,获取参考帧图像与目标帧图像的重叠区域,具体包括:
获取参考帧图像之前的若干帧图像的运动向量;
采用预测矢量搜索算法对所述若干帧图像的运动向量进行处理,得到参考帧图像的预测矢量;
根据所述预测矢量,得到参考帧图像与目标帧图像的重叠区域。
可选的,n=2。
一种光电导航系统中亚像素区域确定系统,所述系统包括:
图像获取模块,用于获取参考帧图像和目标帧图像;
最佳匹配点以及搜索阵列确定模块,用于采用图像匹配算法对所述参考帧图像和所述目标帧图像进行整像素级别匹配,得到最佳匹配点以及搜索阵列,所述搜索阵列为由所述目标帧图像中的匹配点构成的矩形阵列,所述匹配点为所述目标帧图像和所述参考帧图像相似的像素点且所述匹配点在所述目标帧图像中;
最佳匹配点位置确定模块,用于获取所述最佳匹配点在所述搜索阵列中的位置;
第一判断模块,用于判断所述位置是否为所述搜索阵列的矩形角,获得第一判断结果;
所述位置为所述搜索阵列的矩形角时亚像素搜索区域确定模块,用于若第一判断结果表示是,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内,其中,Cx为最佳匹配点的x轴坐标,Cy为最佳匹配点的y轴坐标、D为相邻两像素点之间的距离,n≥2;
第二判断模块,用于若第一判断结果表示否,判断所述位置是否为所述搜索阵列的矩形边,获得第二判断结果;
第一匹配点和第二匹配点确定模块,用于若第二判断结果表示是,获取与所述最佳匹配点相邻的第一匹配点和第二匹配点,且所述第一匹配点和所述第二匹配点的位置均在所述搜索阵列的矩形边上,其中所述第一匹配点和所述第二匹配点所在的直线为y轴;
第一差值确定模块,用于将所述第一匹配点的匹配值和所述第二匹配点的匹配值作差并取绝对值,得第一差值;
所述第一差值小于第一阈值时亚像素搜索区域确定模块,用于若所述第一差值小于第一阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内;
所述第一差值大于或等于第一阈值时亚像素搜索区域确定模块,用于若所述第一差值大于或等于第一阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内且y的取值在最佳匹配点和第一优选匹配点之间,所述第一优选匹配点为第一匹配点或第二匹配点;
第三判断模块,用于若第二判断结果表示否,判断所述位置是否为所述搜索阵列的矩形内,获得第三判断结果;
第三匹配点、第四匹配点、第五匹配点和第六匹配点确定模块,用于若第三判断结果表示是,获取与所述最佳匹配点相邻的第三匹配点、第四匹配点、第五匹配点和第六匹配点,且所述第三匹配点、最佳匹配点和所述第五匹配点在第一直线上,所述第四匹配点、最佳匹配点和所述第六匹配点在第二直线上;其中所述第一直线为x轴,所述第二直线为y轴;
第二差值、第三差值、第四差值、第五差值、第六差值以及第七差值确定模块,用于将所述第三匹配点的匹配值和所述第五匹配点的匹配值作差并取绝对值,得到第二差值,将所述第四匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第三差值,将所述第三匹配点的匹配值和所述第四匹配点的匹配值作差并取绝对值,得到第四差值,将所述第三匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第五差值,将所述第四匹配点的匹配值和所述第五匹配点的匹配值作差并取绝对值,得到第六差值,将所述第五匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第七差值
所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均小于第二阈值时亚像素搜索区域确定模块,用于若所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均小于第二阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内;
所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均大于或等于第二阈值时亚像素搜索区域确定模块,用于若所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均大于或等于第二阈值,则亚像素的搜索区域为且x的取值在最佳匹配点和第二优选匹配点之间且y的取值在最佳匹配点和第三优选匹配点之间,其中所述第二优选匹配点为第三匹配点或第五匹配点,所述第三优选匹配点为第四匹配点或第六匹配点;
所述第二差值小于第二阈值且所述第三差值大于或等于第二阈值时亚像素搜索区域确定模块,用于若所述第二差值小于第二阈值且所述第三差值大于或等于第二阈值,则亚像素的搜索区域为且y的取值在最佳匹配点和第三优选匹配点之间,所述第三优选匹配点为第四匹配点或第六匹配点;
所述第三差值小于第二阈值且所述第二差值大于或等于第二阈值时亚像素搜索区域确定模块,用于若所述第三差值小于第二阈值且所述第二差值大于或等于第二阈值,则亚像素的搜索区域为且x的取值在最佳匹配点和第二优选匹配点之间,其中所述第二优选匹配点为第三匹配点或第五匹配点。
可选的,所述最佳匹配点以及搜索阵列确定模块具体包括:
重叠区域获取单元,用于获取参考帧图像与目标帧图像的重叠区域;
参考点设定单元,用于在所述参考帧图像的重叠区域内设定参考点;
中心点确定单元,用于在所述目标帧图像的重叠区域内找到与所述参考点对应的中心点;
目标点确实单元,用于根据所述中心点确定若干个与中心点相邻的目标点;
所述目标帧图像中的匹配点为所述中心点和各所述目标点;
最佳匹配点确定单元,用于采用SAD匹配算法对所述参考点和所述匹配点进行匹配,得到最佳匹配点,所述最佳匹配点为所述中心点或所述目标点。
可选的,所述重叠区域获取单元具体包括:
运动向量获取子单元,用于获取参考帧图像之前的若干帧图像的运动向量;
预测矢量确定子单元,用于采用预测矢量搜索算法对所述若干帧图像的运动向量进行处理,得到参考帧图像的预测矢量;
重叠区域确定子单元,用于根据所述预测矢量,得到参考帧图像与目标帧图像的重叠区域。
可选的,n=2。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供的一种光电导航系统中亚像素区域确定方法及其系统,采用图像匹配算法对所述参考帧图像和所述目标帧图像进行整像素级别匹配,得到最佳匹配点以及搜索阵列,获取所述最佳匹配点在所述搜索阵列中的位置,根据最佳匹配点在所述搜索阵列中的不同位置,以及最佳匹配点相邻匹配点的匹配值的不同,确定亚像素区域。通过上述方法以提高区域的精度,满足光电导航高精度定位需求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一种光电导航系统中亚像素区域确定方法的流程图;
图2为本发明实施例所述位置为所述搜索阵列的矩形角时,亚像素搜索区域示意图;
图3为本发明实施例所述位置为所述搜索阵列的矩形边时,亚像素搜索区域示意图;
图4为本发明实施例所述位置为所述搜索阵列的矩形内时,亚像素搜索区域示意图;
图5为本发明实施例一种光电导航系统中亚像素区域确定系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种光电导航系统中亚像素区域确定方法及其系统,提高亚像素区域的精度,以满足光电导航高精度定位需求。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例一种光电导航系统中亚像素区域确定方法的流程图,如图1所示,一种光电导航系统中亚像素区域确定方法,所述方法包括:
步骤S1:获取参考帧图像和目标帧图像。
步骤S2:采用图像匹配算法对所述参考帧图像和所述目标帧图像进行整像素级别匹配,得到最佳匹配点以及搜索阵列,所述搜索阵列为由所述目标帧图像中的匹配点构成的矩形阵列,所述匹配点为所述目标帧图像和所述参考帧图像相似的像素点且所述匹配点在所述目标帧图像中。
所述步骤S2具体包括:
步骤S201:获取参考帧图像与目标帧图像的重叠区域;
具体的,获取参考帧图像之前的若干帧图像的运动向量;
采用预测矢量搜索算法对所述若干帧图像的运动向量进行处理,得到参考帧图像的预测矢量;
根据所述预测矢量,得到参考帧图像与目标帧图像的重叠区域。
步骤S202:在所述参考帧图像的重叠区域内设定参考点;
步骤S203:在所述目标帧图像的重叠区域内找到与所述参考点对应的中心点;
步骤S204:根据所述中心点确定若干个与中心点相邻的目标点;
步骤S205:所述目标帧图像中的匹配点为所述中心点和各所述目标点;
步骤S206:采用SAD匹配算法对所述参考点和所述匹配点进行匹配,得到最佳匹配点,所述最佳匹配点为所述中心点或所述目标点。
步骤S3:获取所述最佳匹配点在所述搜索阵列中的位置。
步骤S4:判断所述位置是否为所述搜索阵列的矩形角,获得第一判断结果。
步骤S5:若第一判断结果表示是,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内,其中Cx为最佳匹配点的x轴坐标,Cy为最佳匹配点的y轴坐标、D为相邻两像素点之间的距离,n≥2。
具体的,本实施例中采用SAD算法对图像进行匹配,获得一个中心块S0以及8个目标块S1、S2、S3、S4、S5、S6、S7和S8,在判断匹配点的匹配值时,在SAD算法中匹配点的匹配值越小来表示匹配点越优,及最佳匹配点的匹配值最小。
图2为本发明实施例所述位置为所述搜索阵列的矩形角时,亚像素搜索区域示意图,如图2所示,S1、S3、S6和S8这几个匹配点在所述搜索阵列的矩形角,图2的(a)部分表示最佳匹配点为S1时,亚像素搜索区域为图中阴影部分;图2的(b)部分表示最佳匹配点为S3时,亚像素搜索区域为图中阴影部分;图2的(c)部分表示最佳匹配点为S6时,亚像素搜索区域为图中阴影部分;图2的(d)部分表示最佳匹配点为S8时,亚像素搜索区域为图中阴影部分。
步骤S6:若第一判断结果表示否,判断所述位置是否为所述搜索阵列的矩形边,获得第二判断结果。
步骤S7:若第二判断结果表示是,获取与所述最佳匹配点相邻的第一匹配点和第二匹配点,且所述第一匹配点和所述第二匹配点的位置均在所述搜索阵列的矩形边上,其中所述第一匹配点和所述第二匹配点所在的直线为y轴。
具体的,所述第一匹配点和所述第二匹配点所在的直线为y轴,x轴为经过最佳匹配点的直线。
步骤S8:将所述第一匹配点的匹配值和所述第二匹配点的匹配值作差并取绝对值,得第一差值。
步骤S9:若所述第一差值小于第一阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内。
步骤S10:若所述第一差值大于或等于第一阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内且y的取值在最佳匹配点和第一优选匹配点之间,所述第一优选匹配点为第一匹配点或第二匹配点。
图3为本发明实施例所述位置为所述搜索阵列的矩形边时,亚像素搜索区域示意图,如图3所示,S2、S4、S5和S7这几个匹配点在所述搜索阵列的矩形边,以S5为例,图3的(a)部分表示所述第一差值大于或等于第一阈值且第一优选匹配点为S8(第一匹配点S3的匹配值大于所述第二匹配点S8的匹配值)时,亚像素搜索区域为图中阴影部分;图3的(b)部分表示所述第一差值大于或等于第一阈值且第一优选匹配点为S3(第一匹配点S8的匹配值大于所述第二匹配点S3的匹配值)时,亚像素搜索区域为图中阴影部分;图3的(c)部分表示所述第一差值小于第一阈值时,亚像素搜索区域为图中阴影部分。
具体的,S3的匹配值和S8的匹配值还可以通过下述方式进行比较,SAD3-SAD8>Cof*SAD3情形,见图3的(a)部分;SAD8-SAD3>Cof*SAD8情形,见图3的(b)部分。
步骤S11:若第二判断结果表示否,判断所述位置是否为所述搜索阵列的矩形内,获得第三判断结果。
步骤S12:若第三判断结果表示是,获取与所述最佳匹配点相邻的第三匹配点、第四匹配点、第五匹配点和第六匹配点,且所述第三匹配点、最佳匹配点和所述第五匹配点在第一直线上,所述第四匹配点、最佳匹配点和所述第六匹配点在第二直线上;其中,所述第一直线为x轴,所述第二直线为y轴。
步骤S13:将所述第三匹配点的匹配值和所述第五匹配点的匹配值作差并取绝对值,得到第二差值,将所述第四匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第三差值,将所述第三匹配点的匹配值和所述第四匹配点的匹配值作差并取绝对值,得到第四差值,将所述第三匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第五差值,将所述第四匹配点的匹配值和所述第五匹配点的匹配值作差并取绝对值,得到第六差值,将所述第五匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第七差值。
图4为本发明实施例所述位置为所述搜索阵列的矩形内时,亚像素搜索区域示意图,如图4所示,S0匹配点在所述搜索阵列的矩形内,有9种情况,S2为第四匹配点,S4为第三匹配点,S5为第五匹配点,S7为第六匹配点。
步骤S14:若所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均小于第二阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内。
具体的,图4的(e)部分的阴影部分表示上述情况下亚像素的搜索区域。
步骤S15:若所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均大于或等于第二阈值,则亚像素的搜索区域为且x的取值在最佳匹配点和第二优选匹配点之间且y的取值在最佳匹配点和第三优选匹配点之间,其中所述第二优选匹配点为第三匹配点或第五匹配点,所述第三优选匹配点为第四匹配点或第六匹配点。
具体的,图4的(a)部分的阴影部分表示第二优选匹配点为第三匹配点且所述第三优选匹配点为第四匹配点时亚像素的搜索区域,图4的(c)部分的阴影部分表示第二优选匹配点为第五匹配点且所述第三优选匹配点为第四匹配点时亚像素的搜索区域,图4的(g)部分的阴影部分表示第二优选匹配点为第三匹配点且所述第三优选匹配点为第六匹配点时亚像素的搜索区域,图4的(j)部分中的阴影部分表示第二优选匹配点为第五匹配点且所述第三优选匹配点为第六匹配点时亚像素的搜索区域。
步骤S16:若所述第二差值小于第二阈值且所述第三差值大于或等于第二阈值,则亚像素的搜索区域为且y的取值在最佳匹配点和第三优选匹配点之间,其中所述第三优选匹配点为第四匹配点或第六匹配点。
具体的,图4的(b)部分的阴影部分表示第三优选匹配点为第四匹配点时亚像素的搜索区域,图4的(h)部分的阴影部分表示第三优选匹配点为第六匹配点时亚像素的搜索区域。
步骤S17:若所述第三差值小于第二阈值且所述第二差值大于或等于第二阈值,则亚像素的搜索区域为且x的取值在最佳匹配点和第二优选匹配点之间,其中所述第二优选匹配点为第三匹配点或第五匹配点。
具体的,图4的(d)部分的阴影部分表示第二优选匹配点为第三匹配点时亚像素的搜索区域,图4的(f)部分的阴影部分表示第二优选匹配点为第五匹配点时亚像素的搜索区域。
优选的n=2。
图5为本发明实施例一种光电导航系统中亚像素区域确定系统的结构示意图,如图5所示,一种光电导航系统中亚像素区域确定系统,所述系统包括:
图像获取模块201,用于获取参考帧图像和目标帧图像;
最佳匹配点以及搜索阵列确定模块202,用于采用图像匹配算法对所述参考帧图像和所述目标帧图像进行整像素级别匹配,得到最佳匹配点以及搜索阵列,所述搜索阵列为由所述目标帧图像中的匹配点构成的矩形阵列,所述匹配点为所述目标帧图像和所述参考帧图像相似的像素点且所述匹配点在所述目标帧图像中;
最佳匹配点位置确定模块203,用于获取所述最佳匹配点在所述搜索阵列中的位置;
第一判断模块204,用于判断所述位置是否为所述搜索阵列的矩形角,获得第一判断结果;
所述位置为所述搜索阵列的矩形角时亚像素搜索区域确定模块205,用于若第一判断结果表示是,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内,其中,Cx为最佳匹配点的x轴坐标,Cy为最佳匹配点的y轴坐标、D为相邻两像素点之间的距离,n≥2;
第二判断模块206,用于若第一判断结果表示否,判断所述位置是否为所述搜索阵列的矩形边,获得第二判断结果;
第一匹配点和第二匹配点确定模块207,用于若第二判断结果表示是,获取与所述最佳匹配点相邻的第一匹配点和第二匹配点,且所述第一匹配点和所述第二匹配点的位置均在所述搜索阵列的矩形边上,其中所述第一匹配点和所述第二匹配点所在的直线为y轴;
第一差值确定模块208,用于将所述第一匹配点的匹配值和所述第二匹配点的匹配值作差并取绝对值,得第一差值;
第一差值小于第一阈值时亚像素搜索区域确定模块209,用于若所述第一差值小于第一阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内;
第一差值大于或等于第一阈值时亚像素搜索区域确定模块210,用于若所述第一差值大于或等于第一阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内且y的取值在最佳匹配点和第一优选匹配点之间,所述第一优选匹配点为第一匹配点或第二匹配点;
第三判断模块211,用于若第二判断结果表示否,判断所述位置是否为所述搜索阵列的矩形内,获得第三判断结果;
第三匹配点、第四匹配点、第五匹配点和第六匹配点确定模块212,用于若第三判断结果表示是,获取与所述最佳匹配点相邻的第三匹配点、第四匹配点、第五匹配点和第六匹配点,且所述第三匹配点、最佳匹配点和所述第五匹配点在第一直线上,所述第四匹配点、最佳匹配点和所述第六匹配点在第二直线上;其中,所述第一直线为x轴,所述第二直线为y轴;
第二差值、第三差值、第四差值、第五差值、第六差值以及第七差值确定模块213,用于将所述第三匹配点的匹配值和所述第五匹配点的匹配值作差并取绝对值,得到第二差值,将所述第四匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第三差值,将所述第三匹配点的匹配值和所述第四匹配点的匹配值作差并取绝对值,得到第四差值,将所述第三匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第五差值,将所述第四匹配点的匹配值和所述第五匹配点的匹配值作差并取绝对值,得到第六差值,将所述第五匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第七差值;
所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均小于第二阈值时亚像素搜索区域确定模块214,用于若所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均小于第二阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内;
所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均大于或等于第二阈值时亚像素搜索区域确定模块215,用于若所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均大于或等于第二阈值,则亚像素的搜索区域为且x的取值在最佳匹配点和第二优选匹配点之间且y的取值在最佳匹配点和第三优选匹配点之间,其中所述第二优选匹配点为第三匹配点或第五匹配点,所述第三优选匹配点为第四匹配点或第六匹配点;
所述第二差值小于第二阈值且所述第三差值大于或等于第二阈值时亚像素搜索区域确定模块216,用于若所述第二差值小于第二阈值且所述第三差值大于或等于第二阈值,则亚像素的搜索区域为y的取值在最佳匹配点和第三优选匹配点之间,其中所述第三优选匹配点为第四匹配点或第六匹配点;
所述第三差值小于第二阈值且所述第二差值大于或等于第二阈值时亚像素搜索区域确定模块217,用于若所述第三差值小于第二阈值且所述第二差值大于或等于第二阈值,则亚像素的搜索区域为且x的取值在最佳匹配点和第二优选匹配点之间,所述第二优选匹配点为第三匹配点或第五匹配点。
所述最佳匹配点以及搜索阵列确定模块202具体包括:
重叠区域获取单元,用于获取参考帧图像与目标帧图像的重叠区域;
参考点设定单元,用于在所述参考帧图像的重叠区域内设定参考点;
中心点确定单元,用于在所述目标帧图像的重叠区域内找到与所述参考点对应的中心点;
目标点确实单元,用于根据所述中心点确定若干个与中心点相邻的目标点;
所述目标帧图像中的匹配点为所述中心点和各所述目标点;
最佳匹配点确定单元,用于采用SAD匹配算法对所述参考点和所述匹配点进行匹配,得到最佳匹配点,所述最佳匹配点为所述中心点或所述目标点。
所述重叠区域获取单元具体包括:
运动向量获取子单元,用于获取参考帧图像之前的若干帧图像的运动向量;
预测矢量确定子单元,用于采用预测矢量搜索算法对所述若干帧图像的运动向量进行处理,得到参考帧图像的预测矢量;
重叠区域确定子单元,用于根据所述预测矢量,得到参考帧图像与目标帧图像的重叠区域。
优选的,n=2。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种光电导航系统中亚像素区域确定方法,其特征在于,所述方法包括:
获取参考帧图像和目标帧图像;
采用图像匹配算法对所述参考帧图像和所述目标帧图像进行整像素级别匹配,得到最佳匹配点以及搜索阵列,所述搜索阵列为由所述目标帧图像中的匹配点构成的矩形阵列,所述匹配点为所述目标帧图像和所述参考帧图像相似的像素点且所述匹配点在所述目标帧图像中;
获取所述最佳匹配点在所述搜索阵列中的位置;
判断所述位置是否为所述搜索阵列的矩形角,获得第一判断结果;
若第一判断结果表示是,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内,其中Cx为最佳匹配点的x轴坐标,Cy为最佳匹配点的y轴坐标、D为相邻两像素点之间的距离,n≥2;
若第一判断结果表示否,判断所述位置是否为所述搜索阵列的矩形边,获得第二判断结果;
若第二判断结果表示是,获取与所述最佳匹配点相邻的第一匹配点和第二匹配点,且所述第一匹配点和所述第二匹配点的位置均在所述搜索阵列的矩形边上,其中所述第一匹配点和所述第二匹配点所在的直线为y轴;
将所述第一匹配点的匹配值和所述第二匹配点的匹配值作差并取绝对值,得第一差值;
若所述第一差值小于第一阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内;
若所述第一差值大于或等于第一阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内且y的取值在最佳匹配点和第一优选匹配点之间,所述第一优选匹配点为第一匹配点或第二匹配点;
若第二判断结果表示否,判断所述位置是否为所述搜索阵列的矩形内,获得第三判断结果;
若第三判断结果表示是,获取与所述最佳匹配点相邻的第三匹配点、第四匹配点、第五匹配点和第六匹配点,且所述第三匹配点、所述最佳匹配点和所述第五匹配点在第一直线上,所述第四匹配点、所述最佳匹配点和所述第六匹配点在第二直线上;其中,所述第一直线为x轴,所述第二直线为y轴;
将所述第三匹配点的匹配值和所述第五匹配点的匹配值作差并取绝对值,得到第二差值,将所述第四匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第三差值,将所述第三匹配点的匹配值和所述第四匹配点的匹配值作差并取绝对值,得到第四差值,将所述第三匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第五差值,将所述第四匹配点的匹配值和所述第五匹配点的匹配值作差并取绝对值,得到第六差值,将所述第五匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第七差值;
若所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均小于第二阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内;
若所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均大于或等于第二阈值,则亚像素的搜索区域为且x的取值在所述最佳匹配点和第二优选匹配点之间且y的取值在最佳匹配点和第三优选匹配点之间,其中所述第二优选匹配点为第三匹配点或第五匹配点,所述第三优选匹配点为第四匹配点或第六匹配点;
若所述第二差值小于第二阈值且所述第三差值大于或等于第二阈值,则亚像素的搜索区域为且y的取值在最佳匹配点和第三优选匹配点之间,其中所述第三优选匹配点为第四匹配点或第六匹配点;
若所述第三差值小于第二阈值且所述第二差值大于或等于第二阈值,则亚像素的搜索区域为且x的取值在最佳匹配点和第二优选匹配点之间,其中所述第二优选匹配点为第三匹配点或第五匹配点。
2.根据权利要求1所述的光电导航系统中亚像素区域确定方法,其特征在于,所述采用图像匹配算法对所述参考帧图像和所述目标帧图像进行整像素级别匹配,得到最佳匹配点以及搜索阵列,所述搜索阵列为由所述目标帧图像中的匹配点构成的矩形阵列,所述匹配点为所述目标帧图像和所述参考帧图像相似的像素点且所述匹配点在所述目标帧图像中,具体包括:
获取参考帧图像与目标帧图像的重叠区域;
在所述参考帧图像的重叠区域内设定参考点;
在所述目标帧图像的重叠区域内找到与所述参考点对应的中心点;
根据所述中心点确定若干个与中心点相邻的目标点;
所述目标帧图像中的匹配点为所述中心点和各所述目标点;
采用SAD匹配算法对所述参考点和所述匹配点进行匹配,得到最佳匹配点,所述最佳匹配点为所述中心点或所述目标点。
3.根据权利要求2所述的光电导航系统中亚像素区域确定方法,其特征在于,获取参考帧图像与目标帧图像的重叠区域,具体包括:
获取参考帧图像之前的若干帧图像的运动向量;
采用预测矢量搜索算法对所述若干帧图像的运动向量进行处理,得到参考帧图像的预测矢量;
根据所述预测矢量,得到参考帧图像与目标帧图像的重叠区域。
4.根据权利要求1所述的光电导航系统中亚像素区域确定方法,其特征在于,n=2。
5.一种光电导航系统中亚像素区域确定系统,其特征在于,所述系统包括:
图像获取模块,用于获取参考帧图像和目标帧图像;
最佳匹配点以及搜索阵列确定模块,用于采用图像匹配算法对所述参考帧图像和所述目标帧图像进行整像素级别匹配,得到最佳匹配点以及搜索阵列,所述搜索阵列为由所述目标帧图像中的匹配点构成的矩形阵列,所述匹配点为所述目标帧图像和所述参考帧图像相似的像素点且所述匹配点在所述目标帧图像中;
最佳匹配点位置确定模块,用于获取所述最佳匹配点在所述搜索阵列中的位置;
第一判断模块,用于判断所述位置是否为所述搜索阵列的矩形角,获得第一判断结果;
所述位置为所述搜索阵列的矩形角时亚像素搜索区域确定模块,用于若第一判断结果表示是,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内,其中,Cx为最佳匹配点的x轴坐标,Cy为最佳匹配点的y轴坐标、D为相邻两像素点之间的距离,n≥2;
第二判断模块,用于若第一判断结果表示否,判断所述位置是否为所述搜索阵列的矩形边,获得第二判断结果;
第一匹配点和第二匹配点确定模块,用于若第二判断结果表示是,获取与所述最佳匹配点相邻的第一匹配点和第二匹配点,且所述第一匹配点和所述第二匹配点的位置均在所述搜索阵列的矩形边上,其中所述第一匹配点和所述第二匹配点所在的直线为y轴;
第一差值确定模块,用于将所述第一匹配点的匹配值和所述第二匹配点的匹配值作差并取绝对值,得第一差值;
第一差值小于第一阈值时亚像素搜索区域确定模块,用于若所述第一差值小于第一阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内;
第一差值大于或等于第一阈值时亚像素搜索区域确定模块,用于若所述第一差值大于或等于第一阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内且y的取值在最佳匹配点和第一优选匹配点之间,所述第一优选匹配点为第一匹配点或第二匹配点;
第三判断模块,用于若第二判断结果表示否,判断所述位置是否为所述搜索阵列的矩形内,获得第三判断结果;
第三匹配点、第四匹配点、第五匹配点和第六匹配点确定模块,用于若第三判断结果表示是,获取与所述最佳匹配点相邻的第三匹配点、第四匹配点、第五匹配点和第六匹配点,且所述第三匹配点、所述最佳匹配点和所述第五匹配点在第一直线上,所述第四匹配点、所述最佳匹配点和所述第六匹配点在第二直线上;其中所述第一直线为x轴,所述第二直线为y轴;
第二差值、第三差值、第四差值、第五差值、第六差值以及第七差值确定模块,用于将所述第三匹配点的匹配值和所述第五匹配点的匹配值作差并取绝对值,得到第二差值,将所述第四匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第三差值,将所述第三匹配点的匹配值和所述第四匹配点的匹配值作差并取绝对值,得到第四差值,将所述第三匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第五差值,将所述第四匹配点的匹配值和所述第五匹配点的匹配值作差并取绝对值,得到第六差值,将所述第五匹配点的匹配值和所述第六匹配点的匹配值作差并取绝对值,得到第七差值;
所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均小于第二阈值时亚像素搜索区域确定模块,用于若所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均小于第二阈值,则亚像素的搜索区域为且所述搜索区域在所述搜索阵列内;
所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均大于或等于第二阈值时亚像素搜索区域确定模块,用于若所述第二差值、所述第三差值、所述第四差值、所述第五差值、所述第六差值和所述第七差值均大于或等于第二阈值,则亚像素的搜索区域为且x的取值在所述最佳匹配点和第二优选匹配点之间且y的取值在最佳匹配点和第三优选匹配点之间,其中所述第二优选匹配点为第三匹配点或第五匹配点,所述第三优选匹配点为第四匹配点或第六匹配点;
所述第二差值小于第二阈值且所述第三差值大于或等于第二阈值时亚像素搜索区域确定模块,用于若所述第二差值小于第二阈值且所述第三差值大于或等于第二阈值,则亚像素的搜索区域为且y的取值在最佳匹配点和第三优选匹配点之间,其中所述第三优选匹配点为第四匹配点或第六匹配点;
第三差值小于第二阈值且所述第二差值大于或等于第二阈值时亚像素搜索区域确定模块,用于若所述第三差值小于第二阈值且所述第二差值大于或等于第二阈值,则亚像素的搜索区域为且x的取值在最佳匹配点和第二优选匹配点之间,所述第二优选匹配点为第三匹配点或第五匹配点。
6.根据权利要求5所述的光电导航系统中亚像素区域确定系统,其特征在于,所述最佳匹配点以及搜索阵列确定模块具体包括:
重叠区域获取单元,用于获取参考帧图像与目标帧图像的重叠区域;
参考点设定单元,用于在所述参考帧图像的重叠区域内设定参考点;
中心点确定单元,用于在所述目标帧图像的重叠区域内找到与所述参考点对应的中心点;
目标点确实单元,用于根据所述中心点确定若干个与中心点相邻的目标点;
所述目标帧图像中的匹配点为所述中心点和各所述目标点;
最佳匹配点确定单元,用于采用SAD匹配算法对所述参考点和所述匹配点进行匹配,得到最佳匹配点,所述最佳匹配点为所述中心点或所述目标点。
7.根据权利要求6所述的光电导航系统中亚像素区域确定系统,其特征在于,所述重叠区域获取单元具体包括:
运动向量获取子单元,用于获取参考帧图像之前的若干帧图像的运动向量;
预测矢量确定子单元,用于采用预测矢量搜索算法对所述若干帧图像的运动向量进行处理,得到参考帧图像的预测矢量;
重叠区域确定子单元,用于根据所述预测矢量,得到参考帧图像与目标帧图像的重叠区域。
8.根据权利要求5所述的光电导航系统中亚像素区域确定系统,其特征在于,n=2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910525663.8A CN110223326B (zh) | 2019-06-18 | 2019-06-18 | 光电导航系统中亚像素区域确定方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910525663.8A CN110223326B (zh) | 2019-06-18 | 2019-06-18 | 光电导航系统中亚像素区域确定方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110223326A true CN110223326A (zh) | 2019-09-10 |
CN110223326B CN110223326B (zh) | 2021-04-30 |
Family
ID=67817664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910525663.8A Active CN110223326B (zh) | 2019-06-18 | 2019-06-18 | 光电导航系统中亚像素区域确定方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110223326B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009129318A (ja) * | 2007-11-27 | 2009-06-11 | Fuji Heavy Ind Ltd | 画像処理装置 |
CN101600112A (zh) * | 2009-07-09 | 2009-12-09 | 杭州士兰微电子股份有限公司 | 分像素运动估计装置和方法 |
CN101299818B (zh) * | 2008-06-04 | 2010-11-17 | 浙江大学 | 基于整像素搜索结果的n级亚像素搜索方法 |
CN102184540A (zh) * | 2011-05-03 | 2011-09-14 | 哈尔滨工程大学 | 基于尺度空间的亚像素级立体匹配方法 |
CN102647595A (zh) * | 2012-04-19 | 2012-08-22 | 北京大学 | 一种基于avs的亚像素运动估计的装置 |
CN103237222A (zh) * | 2013-05-07 | 2013-08-07 | 河海大学常州校区 | 多模式搜索的运动估计方法 |
CN103384332A (zh) * | 2013-06-29 | 2013-11-06 | 张新安 | 一种avs视频编码hfps算法的改进算法 |
CN103873875A (zh) * | 2014-03-25 | 2014-06-18 | 山东大学 | 一种用于图像超分辨的分层亚像素运动估计方法 |
CN104967858A (zh) * | 2015-06-30 | 2015-10-07 | 北京奇艺世纪科技有限公司 | 一种子像素运动向量估计方法和装置 |
CN106791869A (zh) * | 2016-12-21 | 2017-05-31 | 中国科学技术大学 | 基于光场子孔径图像相对位置关系的快速运动搜索方法 |
CN109348234A (zh) * | 2018-11-12 | 2019-02-15 | 北京佳讯飞鸿电气股份有限公司 | 一种高效亚像素运动估计方法及系统 |
CN109660799A (zh) * | 2017-10-12 | 2019-04-19 | 北京金山云网络技术有限公司 | 视频编码中的运动估计方法、装置、电子设备及存储介质 |
-
2019
- 2019-06-18 CN CN201910525663.8A patent/CN110223326B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009129318A (ja) * | 2007-11-27 | 2009-06-11 | Fuji Heavy Ind Ltd | 画像処理装置 |
CN101299818B (zh) * | 2008-06-04 | 2010-11-17 | 浙江大学 | 基于整像素搜索结果的n级亚像素搜索方法 |
CN101600112A (zh) * | 2009-07-09 | 2009-12-09 | 杭州士兰微电子股份有限公司 | 分像素运动估计装置和方法 |
CN102184540A (zh) * | 2011-05-03 | 2011-09-14 | 哈尔滨工程大学 | 基于尺度空间的亚像素级立体匹配方法 |
CN102647595A (zh) * | 2012-04-19 | 2012-08-22 | 北京大学 | 一种基于avs的亚像素运动估计的装置 |
CN103237222A (zh) * | 2013-05-07 | 2013-08-07 | 河海大学常州校区 | 多模式搜索的运动估计方法 |
CN103384332A (zh) * | 2013-06-29 | 2013-11-06 | 张新安 | 一种avs视频编码hfps算法的改进算法 |
CN103873875A (zh) * | 2014-03-25 | 2014-06-18 | 山东大学 | 一种用于图像超分辨的分层亚像素运动估计方法 |
CN104967858A (zh) * | 2015-06-30 | 2015-10-07 | 北京奇艺世纪科技有限公司 | 一种子像素运动向量估计方法和装置 |
CN106791869A (zh) * | 2016-12-21 | 2017-05-31 | 中国科学技术大学 | 基于光场子孔径图像相对位置关系的快速运动搜索方法 |
CN109660799A (zh) * | 2017-10-12 | 2019-04-19 | 北京金山云网络技术有限公司 | 视频编码中的运动估计方法、装置、电子设备及存储介质 |
CN109348234A (zh) * | 2018-11-12 | 2019-02-15 | 北京佳讯飞鸿电气股份有限公司 | 一种高效亚像素运动估计方法及系统 |
Non-Patent Citations (2)
Title |
---|
周城 等: "一种基于AVS的亚像素快速运动估计算法", 《中国图象图形学报》 * |
宋雪桦: "基于AVS的快速亚像素运动估计算法", 《计算机工程与设计》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110223326B (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107945113B (zh) | 局部图像拼接错位的矫正方法 | |
TWI383666B (zh) | 多重鏡頭相機系統之先進式動態接圖方法 | |
CN108827316A (zh) | 基于改进的Apriltag标签的移动机器人视觉定位方法 | |
CN106886990B (zh) | 三维坐标缝合方法及应用其的三维坐标信息缝合装置 | |
CN110111248A (zh) | 一种基于特征点的图像拼接方法、虚拟现实系统、照相机 | |
CN105118086A (zh) | 3d-aoi设备中的3d点云数据配准方法及系统 | |
EP2492873B1 (en) | Image processing program, image processing apparatus, image processing system, and image processing method | |
CN106408596A (zh) | 基于边缘的局部立体匹配方法 | |
CN107135397A (zh) | 一种全景视频编码方法和装置 | |
CN112071246B (zh) | 显示面板的子像素定位方法、装置及显示面板的补偿方法 | |
CN109493373A (zh) | 一种基于双目立体视觉的立体匹配方法 | |
US20130083993A1 (en) | Image processing device, image processing method, and program | |
CN103841296A (zh) | 一种具有大范围旋转及平移运动估计的实时电子稳像方法 | |
CN110428466A (zh) | 一种非均匀性校正的方法和设备 | |
CN103024247A (zh) | 一种基于改进块匹配的电子稳像方法 | |
CN106780309A (zh) | 一种合成孔径雷达图像拼接方法 | |
CN109166075A (zh) | 一种针对小重合区域图像拼接方法 | |
CN106022337A (zh) | 一种基于连续边缘特征的平面目标检测方法 | |
CN101510985A (zh) | 一种运动补偿辅助运动自适应的去隔行方法 | |
JP4629839B2 (ja) | 画像変換装置 | |
JP2966248B2 (ja) | ステレオ対応探索装置 | |
CN110223326A (zh) | 光电导航系统中亚像素区域确定方法及其系统 | |
US8384732B2 (en) | Method for adjusting color saturation and image displaying system applying the same | |
JP2009301181A (ja) | 画像処理装置、画像処理プログラム、画像処理方法、および電子機器 | |
CN109285113A (zh) | 一种基于梯度的改进彩色图像插值方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |