3器游 吧吧 图7-5(a)中的中心方块比(b)中的中心方块略微右移。这两幅图象中的背景是不相关 的。当把这两幅图顺序地让观察者观察时,就可感觉到用线条勾划出方块在噪声背景上移 动。(c)是a)用V2G算子滤波后的过零点轮廓。(d)中过零点的运动是沿亮点的方向。(e)根 据运动信息就可以发现中心方块,在此区域中的亮点被删去 1.周围物体的分割 人类视觉系统可以只根据运动信息把运动物体跟它的背景分割开。图7-5表示可从 对随机点模式中探测一个运动的子形体的例子。图7-5a中的中心方块比5b中的中心方块 略微向右位移。这两幅图象中的背景是不相关的。当把这两幅图顺序地让观察者观察时, 就可感觉到用线条勾划出的方块在噪声背景上移动。这个子形体在这两个静止图象中都探 测不出来,因为这些子形体仅仅由帧对帧的偏离来定义的。这种实验证明视觉系统利用运 动甚至在没有灰度边缘或在边界处没有纹理变化时,能描述运动物体的边界 研究表明视觉运动可对周围物体的分离提供有用的线索。然而,可靠的基于运动的分 割比预想的要困难。从以上叙述的基于灰度的方法可理解某些这样的困难。在把局部测量 综合起来时,经常要假设速度场是连续的。因此在物体边界处就会产生显著的误差,因为 在边界处连续性假设不成立。合乎理想的是在测量运动以前就探测出速度场的不连续性, 而不是根据速度测量。 克服这种困难的一种方法是利用探测运动不连续性不要求准确的速度场测量,粗略估 计方向和速度就足够了。所以,分两阶段进行局部的基于灰度的运动测量被证明是有利 的。在第一阶段,对运动作粗略估计,并用于定位速度场中的不连续点。第二阶段,在建 立速度场时不把平滑性约束传播过不连续点的边界 2根据运动发现三维结构 人类视觉系统甚至能从不熟悉物体的景物图象序列发现运动物体的三维形状。而其中 的每个静图象并不包含三维信息,在实验中不熟悉的物体在透明的屏幕后面旋转,从屏幕 的另一边看到物体垂直投影的阴影。在大多数情况下,观察者可以正确地描述被挡住物体 的三维结构和在空间的运动,甚至当每个静止观察是不能识别和不包含三维信息时也可以 做到这点。原始运动深度效应主要利用线框物体,这些物体投影成一组相连的线。最近的 研究显示根据包含在运动中的不连接的基元可建立三维结构 136136 图 7-5 (a) 中的中心方块比(b)中的中心方块略微右移。这两幅图象中的背景是不相关 的。当把这两幅图顺序地让观察者观察时，就可感觉到用线条勾划出方块在噪声背景上移 动。(c)是(a)用  2G 算子滤波后的过零点轮廓。(d)中过零点的运动是沿亮点的方向。(e)根 据运动信息就可以发现中心方块，在此区域中的亮点被删去。 1. 周围物体的分割 人类视觉系统可以只根据运动信息把运动物体跟它的背景分割开。图 7-5 表示可从一 对随机点模式中探测一个运动的子形体的例子。图 7-5a 中的中心方块比 5b 中的中心方块 略微向右位移。这两幅图象中的背景是不相关的。当把这两幅图顺序地让观察者观察时， 就可感觉到用线条勾划出的方块在噪声背景上移动。这个子形体在这两个静止图象中都探 测不出来，因为这些子形体仅仅由帧对帧的偏离来定义的。这种实验证明视觉系统利用运 动甚至在没有灰度边缘或在边界处没有纹理变化时，能描述运动物体的边界。 研究表明视觉运动可对周围物体的分离提供有用的线索。然而，可靠的基于运动的分 割比预想的要困难。从以上叙述的基于灰度的方法可理解某些这样的困难。在把局部测量 综合起来时，经常要假设速度场是连续的。因此在物体边界处就会产生显著的误差，因为 在边界处连续性假设不成立。合乎理想的是在测量运动以前就探测出速度场的不连续性， 而不是根据速度测量。 克服这种困难的一种方法是利用探测运动不连续性不要求准确的速度场测量，粗略估 计方向和速度就足够了。所以，分两阶段进行局部的基于灰度的运动测量被证明是有利 的。在第一阶段，对运动作粗略估计，并用于定位速度场中的不连续点。第二阶段，在建 立速度场时不把平滑性约束传播过不连续点的边界。 2. 根据运动发现三维结构 人类视觉系统甚至能从不熟悉物体的景物图象序列发现运动物体的三维形状。而其中 的每个静图象并不包含三维信息，在实验中不熟悉的物体在透明的屏幕后面旋转，从屏幕 的另一边看到物体垂直投影的阴影。在大多数情况下，观察者可以正确地描述被挡住物体 的三维结构和在空间的运动，甚至当每个静止观察是不能识别和不包含三维信息时也可以 做到这点。原始运动深度效应主要利用线框物体，这些物体投影成一组相连的线。最近的 研究显示根据包含在运动中的不连接的基元可建立三维结构