图73孔径问题 孔径比运动的轮廓小时,不能唯一地确定运动方法,从对孔 径A观察不可能确定边缘是朝B方向还是朝C方向运动。 (5)计算机视觉系统中的梯度方法 这些方法都基于在给定点上的灰度梯度和在这些点当灰度图案运动时引入的灰度随时 间变化之间关系。如果E(x,y)表示图象中的光强,那么 dt =EU+Ev 其中dE/d是在位置(x,y)处灰度随时间的变化;Ex和E,表示在这个图象点的灰度 梯度;u,v是沿x和y方向的局部速度 梯度方法和过零点方法在几个方面是相似的。这两种方法都利用时间变化和图象梯度 去测量在梯度方向上的局部运动。 以灰度为基础的图象速度场计算方法还有一些困难问题有待解决。因为在一般情况下 (无限制的运动,几个物体)图象的不同部分有不同的运动。所以,原先的初始量测是局 部的。这些量测不足以完全确定运动。因此,在稍后的阶段必须将局部测量组合起来。组 合阶段是理解生理系统和构成计算机视觉系统中主要的未被解决的问题 3标记匹配方案 按测量运动的标记匹配方法,首先要确定可识别的基元 标记,然后匹配不同时间的标记。以上所讨论的表观运动 P2 现象( apprent motion phenomena)说明了人类视觉系统有能 力通过匹配在空间和时间上相距相当间隔的标记来建立运动 感觉。在检测相继出现的基元之间的连续运动时,视觉系统 必须建立依次出现的基元之间的对应关系。这就是说,在第 二帧图象中必须找到跟第一帧中的基元相对应的基元的位 置。一个简单的对应问题如图74中所示。图中实心的小圆 表示在第一帧中的,空心小圆表示在第二帧圆的。在这两帧 图中有两种可能的一对一的匹配,这导致两种可能的可感觉 的运动:水平的和对角线的 Q2k 在图7-4中只有两种方式的多义性,在实际中,每帧图 中可包含许多排列成复杂图形的基元,因此必须在它们之间图74对应性问题,P 建立对应关系。对控制人类视觉系统中对应过程的规律已进和P2在第一帧,Q1和Q 行了若干研究,但离完全理解这个问题还很远 在下一帧 当参加运动的基元是一些孤立的点,它们的对应关系主 要由点之间的距离来控制。在其他参数相同的条件下,每个点优先跟下一帧中相距最近的 点匹配134 C B A E 图 7.3 孔径问题 孔径比运动的轮廓小时，不能唯一地确定运动方法，从对孔 径 A 观察不可能确定边缘是朝 B 方向还是朝 C 方向运动。 (5) 计算机视觉系统中的梯度方法 这些方法都基于在给定点上的灰度梯度和在这些点当灰度图案运动时引入的灰度随时 间变化之间关系。如果 E(x, y) 表示图象中的光强，那么 E u E v dt dE − = x + y 其中 dE dt 是在位置 (x, y) 处灰度随时间的变化； Ex和Ey 表示在这个图象点的灰度 梯度； u, v 是沿 x和y 方向的局部速度。 梯度方法和过零点方法在几个方面是相似的。这两种方法都利用时间变化和图象梯度 去测量在梯度方向上的局部运动。 以灰度为基础的图象速度场计算方法还有一些困难问题有待解决。因为在一般情况下 （无限制的运动，几个物体）图象的不同部分有不同的运动。所以，原先的初始量测是局 部的。这些量测不足以完全确定运动。因此，在稍后的阶段必须将局部测量组合起来。组 合阶段是理解生理系统和构成计算机视觉系统中主要的未被解决的问题。 3. 标记匹配方案 按测量运动的标记匹配方法，首先要确定可识别的基元 —标记，然后匹配不同时间的标记。以上所讨论的表观运动 现象（apperent motion phenomena）说明了人类视觉系统有能 力通过匹配在空间和时间上相距相当间隔的标记来建立运动 感觉。在检测相继出现的基元之间的连续运动时，视觉系统 必须建立依次出现的基元之间的对应关系。这就是说，在第 二帧图象中必须找到跟第一帧中的基元相对应的基元的位 置。一个简单的对应问题如图 7-4 中所示。图中实心的小圆 表示在第一帧中的，空心小圆表示在第二帧圆的。在这两帧 图中有两种可能的一对一的匹配，这导致两种可能的可感觉 的运动：水平的和对角线的。 在图 7-4 中只有两种方式的多义性，在实际中，每帧图 中可包含许多排列成复杂图形的基元，因此必须在它们之间 建立对应关系。对控制人类视觉系统中对应过程的规律已进 行了若干研究，但离完全理解这个问题还很远。 当参加运动的基元是一些孤立的点，它们的对应关系主 要由点之间的距离来控制。在其他参数相同的条件下，每个点优先跟下一帧中相距最近的 点匹配。 图 7-4 对应性问题，P1 和 P2 在第一帧，Q1 和 Q2 在下一帧。 or P2 d Q1 c Q2 P1 Q1 P2 b P1 Q2 a