毕业论文-基于光流计算模型的剪切波运动估计方法研究.doc

2013届本科毕业设计论文题目： 基于光流计算模型的剪切波运动估计方法研究学 院 信息科学与工程学院 专 业 电子信息工程 年 级 2013年05月摘要 运动图像分析是计算机视觉中的一项重要工作，光流计算是其中的关键技术之一。因为光流不仅携带了被观察物体的运动信息，还携带有被观察物的三维结构，传感器参数，非刚性物体的局部弹性形变，甚至流体运动的矢量结构特征等丰富信息。通过光流我们可以了解物体运动许多重要的特性，光流在运动图像计算与分析中扮演着十分重要的角色。目前运动图像分析在信息科学、军事科学、气象学和生物医学等领域的科研和工程实践上得到日益广泛的应用。近些年，运动图像分析在医学领域成为提高疾病诊断一个重要的课题。其中通过对组织的局部区域进行激励，从而产生剪切波。然后，通过剪切波的传播速度反演出组织的粘弹性模量能从而很好地判断生理组织发生的变化。本文主要针对剪切波的特点，运动图像的运动位移进行分析，精确地计算出两帧图像的位移。从而为后续的计算出剪切波的传播速度和反演组织的粘弹性模量做好准备。 第一章简单讲诉了研究意义和背景以及超声弹性成像的基本原理、超声辐射力弹性成像技术及声辐射力场诱导剪切波理论，并说明了本文的主要工作。第二章 主要介绍了运动估计的概念，及为了能精确地对运动位移场进行估计，本章介绍了几种当前对运动估计的方法。 第三章 着重对光流法Brox光流法进行了介绍。 第四章 本章主要将对运用Brox光流法的matlab程序进行模拟实验，并对结果进行分析优化。 第五章 对本文的工作和成果进行了总结和评述，同时简要给出了进一步的研究内容和方向。关键词：运动图像分析;粘弹性模量;剪切波;运动估计;Brox光流法ABSTRACT Moving image analysis is an important task in computer vision, where one of the key technologies is optical flow calculation. Optical flow carries not only the motion information of the object，also carry a three-dimensional structure of the object under observation,Sensor parameters, local elastic deformation of non-rigid objects, even fluid motion vector structural features .Though rich information Of optical flow, we can learn many important objects motion characteristics . And optical flow plays a very important role in the calculation and analysis of the moving image. Moving images increasingly wide range of applications in the field of information science, military science, meteorology and biomedical research and engineering practice. In recent years, the moving image analysis become an important issue to improve the diagnosis of disease in the medical field. In which the organizations local area incentives, resulting in shear wave. Then inverse the organization through the shear wave propagation velocity viscoelastic modulus thus to determine the physiological tissue changes. This paper focuses on the characteristics of the shear wave motion displacement of the moving image analysis to accurately calculate the displacement of the two images. Thus ready for the subsequent calculation of the shear wave propagation speed and inversion Organization. The first chapter complaints about the basic principles of the significance and background, as well as ultrasound elastography, ultrasound radiation force elastography and acoustic radiation force field induced shear wave theory, and describes the main work of this paper. In chapter2,introduces the concept of motion estimation and motion displacement field estimate accurately This chapter describes some of the motion estimation method. In chapter3,introduces the optical flow method of Brox optical flow method. In chapter4,it will use the Brox light flow method matlab program simulation experiments, the results were analyzed optimization. The last chapter summarized and commented on the work and achievements, along with a brief further research content .Keywords: motion image,analysis viscoelastic modulus, shear wave motion estimation,Brox optical flow method目 录第一章 绪论.1 1.1研究意义和背景.1 1.2声辐射力场诱导剪切波理论.1 1.3基于剪切波的弹性成像技术.2第二章 运动估计方法简介.4 2.1运动估计.4 2.2运动估计几类方法.4 2.2.1 基于窗口匹配或配准法.5 2.2.2 利用图像差的运动检测法.5 2.2.3 基于模型的运动检测法.5 2.2.4 频率域运动检测法.5 2.2.5 光流场估计法.5 2.2.5.1 光流法原理.5 2.2.5.2 光流方程的线性化.7 2.2.5.3 光流计算的孔径问题.7 2.2.5.4 光流计算目前存在的问题.7第3章 基于Brox光流法的剪切波运动估计.10 3.1 Brox光流法模型分析.10 3.1.1Brox光流法模型分析.10 3.1.2Brox光流法基本假设和约束条件.10 3.1.3 Brox光流法能量函数.11 3.2 模型参数设置.11第四章 仿真实验及误差分析.13第五章 总结与展望.17参考文献.19致谢.20附录.211第一章 绪论1.1研究意义和背景 近年来，组织粘弹性越来越受到关注，因为组织粘弹性大小不仅与其结构有关，而且会随着组织生理和病理发生很大的变化。在过去的几十年里，许多种测试组织粘弹性的方法被提出，如: 剪切波离差超声激励技术( shear wave dispersion ultrasound vibrometry，SDUV); 超声辐射力脉冲成像( acousticradiation force impulse imaging，ARFI) 以及剪切波弹性成像( shear wave elasticity imaging， SWEI) 等。这些方法，均是通过对组织的局部区域进行激励，从而产生剪切波。然后，通过剪切波的传播速度反演出组织的粘弹性模量。剪切波速度反演各向同性剪切模量的研究，均是基于各向同性介质中剪切波传播速度与剪切模量直接关联这一假设。那么如何根据采集到的此类医学图像计算剪切波速度，也即进行运动移位估计分析，从而提高疾病诊断，成为了一个广为关注的课题。1.2声辐射力场诱导剪切波理论超声波在生物软组织中的传播情况比较复杂,要对它进行精确的理论分析往往比较困难为了方便研究, 我们把声辐射力定义为超声波在传播过程中被生物软组织吸收及散射的两部分能量所产生的力, 计算如下: (1.1) 其中是被软组织吸收的总能量,是被软组织散射的总能量, r为散射强度,是散射角, 为超声波信的时间平均能量密度。考虑到超声波能量的衰减绝大部分是由于生物组织的吸收, 如果我们忽略掉散射的因素, 上式可进一步简化为： (1.2) 对于平面超声波, 可简化如下： (1.3) 其中是生物组织中的声速, 为组织的吸收系数,是声束的时间平均强度.对于聚焦超声, 声束聚焦区的声辐射力可通过上式求得。由于声辐射力的存在, 生物软组织将产生形变, 其轴向形变与超声束方向一致, 而横向形变与超声束方向垂直, 我们将这种形变称为剪切形变, 剪切形变即产生剪切波, 其波速远小于超声波的声速c。对于线性弹性组织,与杨氏模量E及剪切模量之间存在如下关系: (1.4) 其中p为组织的密度, 为泊松比（一般取0.499）图1.1 超声波频率为fa和fb，在组织深部聚焦产生的剪切波1.3基于剪切波的弹性成像技术 超声辐射力弹性成像的基本思想为利用医学超声功率范围内的聚焦超声波束产生的辐射力, 使生物粘弹性组织局部区域产生微小变形, 然后利用超声成像技术对微小形变进行监测。其将组织的应变直接与机械属性相联系，利用组织在承受不同压力时采集到的超声图像，通过位移估计技术测定应变分布，实现组织的弹性评估。但由于超声图像中的噪声、运动估计本身的误差、差分运算对噪声的放大等因素都会降低弹性成像质量。如何提高各类弹性参数估计准确性是一个重要问题，其中通过对图像序列中的剪切波运动进行估计是弹性成像的第一步，直接影响弹性参数估计的准确性和计算速度。第二章 运动估计方法简介2.1运动估计 运动图像分析的基本任务是从二维图像序列中提取运动参数，分析运动规律，获取立体景物的深度、遮挡、表面主方向、非刚体物质的形变以及从流体运动图像中获得流体结构特征等信息。运动信息包括物体的平移、旋转、加速、物体的形变量等运动参数，是计算机视觉研究中重要的底层信息。如何从序列图像中提取运动信息，有效合理地描述运动，并进而从中抽象出有用的运动特征，一直是计算机视觉研究的热点问题之一。 在很多情况下，人们通过获取2D图像序列来记录真实世界的3D物体运动，也就是说我们得到的是3D物体运动在2D平面上的投影，如图 2.1所示。图2.1 3D物体运动在2D平面上的投影 运动估计是视频编码和视频处理(例如去交织)中广泛使用的一种技术。运动估计的基本思想是将图像序列的每一帧分成许多互不重叠的宏块，并认为宏块内所有象素的位移量都相同，然后对每个宏块到参考帧某一给定特定搜索范围内根据一定的匹配准则找出与当前块最相似的块，即匹配块，匹配块与当前块的相对位移即为运动矢量。视频压缩的时候，只需保存运动矢量和残差数据就可以完全恢复出当前块。2.2运动估计几类方法 近年来对于图像的运动估计问题的方法，大致分为五类：基于窗口匹配或配准法、利用图像差的运动检测法、光流场估计法、基于模型的运动检测法、频率域运动检测法。2.2.1基于窗口匹配或配准法基于窗口匹配或配准法，目前，利用的图像信息区别可将窗口匹配或图像配准方法分为三个主要类别：基于灰度信息法、变换域法和基于特征法。主要的是是基于灰度信息的图像配准方法，它一般不需要对图像进行复杂的预先处理，而是利用图像本身具有灰度的一些统计信息来度量图像的相似程度。最主要的变换域的图像配准方法是傅氏变换方法，它主要有以下一些优点：图像的平移、旋转、仿射等变换在傅氏变换域中都有相应的体现。基于特征的匹配方法的共同之处是首先要对待配准图像进行预处理，也就是图像分割和特征提取的过程，再利用提取得到的特征完成两幅图像特征之间的匹配，通过特征的匹配关系建立图像之间的配准映射关系。2.2.2利用图像差的运动检测法利用图像差的运动检测法，通过逐像素比较可直接求取前后两帧图像之间的差别。假设照明条件在多帧图像间基本不变化，那么差图像的不为零处表明该处的像素发生了移动。对时间上相邻的两幅图像求差可以将图像中运动目标的位置和形状变化突显出来。但此方法受随机噪声的影响较大。2.2.3 基于模型的运动检测法基于模型的运动检测法，对运动的检测也可借助模型进行，考虑进行全局运动检测。假设图像中点的全局运动矢量可以由它的空间坐标和一那组模型参数计算出模型。在对模型参数进行估计时，首先从相邻帧中选取足够多的观测点，接着用一定的匹配算法求出这些点的观测运动矢量，最后用参数拟合的方法估计模型参数。2.2.4 频率域运动检测法频率域运动检测法，借助傅里变换可把对运动的检测工作转到频率域中进行。这种方法的好处是可分别处理平移、旋转和尺度的变化。2.2.5 光流场估计法光流(optical flow)法是目前运动图像分析的重要方法，它的概念是由Gibso于1950年首先提出的，是指时变图像中模式运动速度。因为当物体在运动时，它在图像上对应点的亮度模式也在运动。这种图像亮度模式的表观运动（apparent motion）就是光流。2.2.5.1 光流法原理光流法检测运动物体的基本原理是：给图像中的每一个像素点赋予一个速度矢量，这就形成了一个图像运动场，在运动的一个特定时刻，图像上的点与三维物体上的点一一对应，这种对应关系可由投影关系得到，根据各个像素点的速度矢量特征，可以对图像进行动态分析。如果图像中没有运动物体，则光流矢量在整个图像区域是连续变化的。当图像中有运动物体时，目标和图像背景存在相对运动，运动物体所形成的速度矢量必然和邻域背景速度矢量不同，从而检测出运动物体及位置。采用光流法进行运动物体检测的问题主要在于大多数光流法计算耗时，实时性和实用性都较差。但是光流法的优点在于光流不仅携带了运动物体的运动信息，而且还携带了有关景物三维结构的丰富信息，它能够在不知道场景的任何信息的情况下，检测出运动对象。 由于运动引起的图像变化往往表现在特定的图像像素亮度属性的瞬间变化，这种变化可以形象地描述为:亮度在2D图像平面上的运动。因此人们将这种图像序列I(x,y,t)(这里I(x,y,t)代表视频序列，(x,y)和t分别指示空间位置和时间)上的特定点。图像平面坐标上的瞬时变化率(u，v)=(du/dt，uv/dt)称为光流矢量。也就是说光流矢量对应于瞬时的像素速度矢量。而定义了光流矢量函数的二维图像坐标平面域称为光流场。 图2.2 一个自转球体的光流场从光流的定义可以看出光流场表征了运动矢量场，但光流场(由观测者的运动和光源的变化而产生的光流场)并不等同于运动矢量场。在大多数情况下光流场可以代表运动矢量场，另外由于我们只能观察到光流场，因此在实际中人们往往将光流场等同于二维速度矢量场。虽然光流场作为真实运动描述有时会存在不足、有时甚至不能反映物体真实运动，但在绝大多数情况下光流场对于图像的运动分析、物体空间位置变化的描述、物质的形变测量、镜头光源运动参数获取、不同运动区域划分等提供了非常宝贵的信息。作为一种描述运动的重要工具，光流场依然受到了高度重视。由于光流是对图像表面亮度模式运动的反映，因此大多数的光流计算技术都是基于亮度常数模型 (Brightness Constaney Model:BCM)的，即通过找到图像亮度不变模式的对应关系来确定运动位移。BCM模型可以由式 (2.1)表征: I(x+u，y+v，t+t)=I(x，y，t) (2.1)其中，I(x，y，t)代表图像序列，(x，y)和t分别表示空间位置坐标和时间，t为连续两幅图像的时间间隔。(u，v)表示在t时刻空间位置(x，y)处的像素点在单位时间内的运动位移，通常只考虑间隔为单位时间1的离散情况。(2.1)式常描述成矢量的形式(2.2)。 I(x+v,t+l)=I(x,t) (2.2)其中，x=(x,y)力为空间位置，v=(u，v)是单位时间内的位移矢量，也称作速度矢量。2.2.5.2 光流方程的线性化方程 (2.2)是一非线性方程，为了便于计算常常要将其线性化，通常线性化的方法是将I(x+v，t+l)进行一阶Taylor级数展开，可以表示为 (2.3)。 (2.3) 这里为高阶(=2)展开项，在计算时往往忽略而采用方程(2.4)。由于方程 (2.4)是忽略高阶项的方程(2.2)的线性近似，因此在光流计算时不可避免地会产生计算误差，这种误差也称为光流计算中的模型误差。 (2.4) 2.2.5.3 光流计算的孔径问题在方程 (2.4)中有两个未知变量(速度矢量的两个分量)，但只有一个方程，因此方程 (2.4)的解不是唯一的，这个问题也被称作光流计算的孔径问题。解决光流计算孔径问题的方法目前主要有两类:正则化法(或称全局法)和局部邻域法。一般采用正则化法，正则化法是将光流方程的求解过程转变为一全局能量泛函的最小化过程，如 （2.5）2.2.5.4 光流计算目前存在的问题到目前为止，尽管光流计算的研究已取得了较大进展，但仍存在许多不尽人意的地方，其中包括:在许多光流计算的研究与应用中，所使用的图像序列的真实运动矢量场往往并不知道，这使得算法精度和算法可靠性的量化分析及客观评价难以实现。现有的运动方程绝大多数是基于BCM模型的，对于光照强度的变化、光源的运动、光源的非一致分布(一般BCM假设不再满足)情况下的光流计算;热辐射序列图像的运动计算;密度序列图像的运动计算分析等问题，仍未能很好地解决。图2.3为光源非一致分布情况下光流计算的例子。如何在不满足BCM模型时改善光流计算的精度，是一项很有意义的工作。图2.3图2.3为在不满足BCM假设的情况下，基于BCM模型和改进的基于非BCM模型光流计算结果的比较 图2.4图2.4为左右两个光流场分别为，基于传统的BCM和基于改进的非BCM模型的光流计算结果运动边界、运动遮挡、多运动(其中包括透明、半透明运动)等问题是光流计算的另一难点问题。由于物体遮挡，在运动的边界处，图像序列之间并没有相互匹配的部分，因而光流约束方程不再满足，在运动边界处计算的光流与实际的运动矢量有很大的误差。另外在图像序列里有时会包含透明运动和半透明运动的叠加(如图2.5所示的心脏x光图像)，如何在这种情况下将不同的运动层分离出来也是一项困难的任务。 图2.5 图2.5为心脏运动时得到的某一帧图像(x光)，由于x光对不同物质的穿透能力不同，因此不同运动形式的图像(半透明状态)会重叠在一起。图像中的某一点可能会包括多个运动矢量，但这些运动矢量不是简单地叠加在一起，而是分别属于不同的运动图像层。 针对不同类型的运动图像其计算目的、计算方法和分析对象都会不同。变分光流方法对于精确运动计算与分析，如:图像弹性形变计算、流体运动图像计算、连续非刚性运动图像计算等，有着其自身的优点。这是因为绝大多数光流计算的分辨率可以达到图像中的每一个像素，这为微观、精确地进行局部图像运动分析提供了可能。同时这类运动图像大多在时间和空间上都是连续变化的，这与光流方程中图像序列的局部时空可微假设在物理意运动图像以及连续运动密度图像 计算与分析属于不同学科的交叉研究问题。如何将己有的光流计算方法进一步改进、提高，并应用于这类运动图像的精确计算和分析，是一件很有意义且值得深入研究的问题。光流计算由于运算量大，之前很难应用于实时系统。随着计算机硬件水平的提升以及一些新的加速算法(如多网格算法)的应用，有望实现实时光流计算。在满足实时性的同时，如何保证光流计算的精确性仍然有许多困难需要克服。第三章 基于Brox光流法的剪切波运动估计 按上述可知光流场估计法是一种比较好的运动估计方法，对这种模式下的运动，采用光流法进行估计在处理速度和分辨率上都有较好的优势。根据剪切波运动估计对精度和速度的要求，本文选择Brox光流法并进行相应改进，从而实现剪切波的运动估计。3.1 Brox光流法模型分析3.1.1 Brox光流法光流是指运动物体在观测成像面上像素的相对运动速度，通过图像灰度在时间上轴上的变化表征景象中物体结构及其运动的关系。光流场是指图像灰度模式下的表现运动，对光流场的估计是计算机视觉分析领域的问题之一。Horn和Schunck在1981年通过光流约束方程和基本假设将空间运动场与灰度相关联，建立了光流基本算法。在之后的几十年里，基于光流场的运动估计算法不断得到完善、发展和应用。总的来说，按理论基础与实现方式可把光流法分成四类：基于梯度的方法、基于能量的方法、基于匹配到的方法、基于相位的方法。其中基于梯度的方法比较容易实现，计算量也小，估计结果也比较稳定，因此得到了广泛研究和应用。2004年Brox等人通过多通道能量计算、图像多尺度和多分辨率分析以及非线性求解等策略使光流法得精度进一步提高，相应的算法也被称为“Brox 光流法”。3.1.2 Brox光流法基本假设和约束条件Brox光流法得基本假设和约束条件包括以下四个方面：（1）灰度恒定的假设。这是光流法创始以来的最基本的思想，含义是图像中的某一像素在运动前后的灰度值保持不变。为了避免线性化对结果的影响，在实现过程中Brox等采用原始定义的非线性计算方法；（2）梯度恒定假设。灰度随时间的微小变化在图像中较为普遍，为了减小灰度微小变化对光流计算的敏感性，模型中又设定了图像梯度不变的假设，以提高结果的鲁棒性。（3）光流场平滑假设。利用运动场中的领域信息对光流场的计算进行了约束，解决的主要问题是：在图像梯度消逝区域无法计算光流、“孔径”问题和图像中奇异点引入噪声；（4）多尺度分析。模型变分方程的代价函数在出现大于一个像素位移时容易变成多模态，如在最小化求解时陷入局部最优等。为此，模型中采用多尺度、多分辨率的分析方法。即通过下采样以及高斯平滑得到某一副图像不同粗糙程度的图像序列。根据粗糙程度不同，图像序列呈金字塔式的排列。在计算光流场时，先从图像金字塔的最顶端最粗糙的图像开始计算，逐步计算更精细的图像，每次计算的结果都作为后一次计算的初始值，直到最后得到同原始图像等分辨率的光流场。3.1.3 Brox光流法能量函数分析根据基本假设前三项建立相应的偏差惩罚函数，可以直接得到计算光流的能量函数。其中灰度和梯度的能量函数都和图像数据本身有关，在总能量函数中归为数据项，而光流场平滑假设在能量函数中建立相应的平滑项。这样，总能量函数就由数据项和光流场平滑项组成。如表达式： （2.6）其中为正则化参数，和分别为数据项和平滑项，具体表达式如： （2.7）其中I表示图像序列：X=(x,y)表示坐标向量；W=（u，v）表示X处的位移向量；表示空间梯度算子；表示灰度假设和梯度假设之间的权重；为一凹函数，通过二次平方加强了对孤立点的惩罚，从而提高算法的鲁棒性，为数值运算中一常数。在设计图像金字塔时，需根据Brox光流法对图像的位移可测范围确定金字塔层数和图像尺寸变化率等参数。因此在对序列图像进行处理之前，先设置金字塔的初始参数，然后选取一小块图像进行运动估计的线性度测试，再根据测试结果进行参数调整。3.2 模型参数设置任取图像序列中的一副图像，截取其中一块作为运动前的原始图像，将图像进行平移操作（x轴方向）后作为运动后图像。对两幅图像按表达式33的尺寸变化进行下采样，形成两组图像金字塔。 Mi=M00.8N （3.1）其中M0为原始图像的长度和宽度；Mi为金字塔第i层图像的长度和宽度；N为图像金字塔层数。对于本次测试，M0=128，N=7。对两组图像进行多尺度、多分辨率位移估计，一直到计算出最高分辨率的位移场，去除边界数据后计算平均平移量。能量函数中的平滑项和数据梯度项的权重分配是通过调节参数 和 来实现的。平滑项参数确保了光流场能够将邻近光流信息通过“孔洞填充”方式延伸进入图像中的无纹理区域，对于大部分图像可设置在100以内，数据项中的梯度项中的灰度项末设定可调系数，即默认为1。通过多尺度、多分辨率分析逐步实现精确光流估计时，金像金字塔的结构根据图像的原始尺寸和目测图像间大致运动范围共同决定。对于我们处理的图像，运动幅度大都比较小都在几个像素以内，设定图像金字塔总层数一般设为30。图像金字塔上下层之间的尺寸比率设一般设为0.95。对式求解是最终是利用SOR迭代进行内层和外层固定点迭代实现，内外层的迭代次数分别设置为300次和5次。常数=0.001。第四章 仿真实验及误差分析为了验证Brox光流法，我们必须自己模拟一些简单的位移场，并根据原始图像的特点来设定调节上下层金字塔之间的比例，金字塔总层数，内外层迭代算法，灰度项末设定可调系数，来选取最佳的位移场。实验一：用matlab将一幅图整体列为单位整体右移一个像素（最后一列忽略）得到连续两幅图，计算两幅图位移场。 图3.1位移前（原图像） 图3.2位移后运动幅度在1个像素，为了减少计算量，可将图像金字塔总层数设置低些设置为3层，原图像的细节比较丰富（图像内边界多），可设置上下层金字塔之间的比例高些，可设为0.95。 表3.1 参数设置上下层金字塔之间的比例金字塔总层数内层迭代算数外层迭代算数灰度项末设定可调系数0.9530500530实验结果： 图 3.3 xy位移彩图 图3.4 x方向位移数据图 图3.5 y方向位移数据图结果分析：图中左边为x的位移，右边为y的位移，可以看到x的位移基本为0，y的位移也基本都在0.5以上。通过改变金字塔总层数对结果影响不大，通过结果也可粗略看到原图像的影子，而且通过调用位移场的数据可以更直观地看到该光流法对于边界的处理不太理想。 实验二：用matlab自身模拟出平行剪切波的特征即把图片分割成一条条每个条对应不同的向上向下位移分成八条（正表示向上负表示向下）位移分别为2，1,0，-1，-2，-1,0,1运动幅度在2个像素，可将图像金字塔总层数设置高些，原图像的细节比较丰富（图像内边界多），可设置上下层金字塔之间的比例高些，可设为0.95。表3.2 参数设置上下层金字塔之间的比例金字塔总层数内层迭代算法外层迭代算法灰度项末设定可调系数0.9530500350图3.6原图实验结果： 图3.7xy位移彩图 图3.8x位移数据 图3.9y位移数据分析：x方向的数据基本都接近位移零，y方向位移分条不明显，对于边界的处理不好。实验三，对于两个模拟实验的结果我们可以明显的看到，这种方法对于边界的处理是不理想的，对此我们想出一种方法，用在图像外围先设置几层像素再行进分块的处理，并取中间的部分进行拼接。其他参数的设置保持实验二不变。 实验二原图为222*350像素步骤1:将其在周围补零，变成262*390 图3.10 步骤一 步骤2:将中间平均分成四份 图3.11 步骤二 步骤3:计算红色窗口那部分计算出来保留绿色部分，计算出四块后拼接起来 图3.12 步骤三实验结果：图3.13原来xy位移彩图 图3.14分块处理后xy位移彩图结果分析：通过分块处理取中间部分的方法明显比较好。第五章 总结与展望运动估计是计算机视觉领域中的一个重要问题，而其中的光流矢量计算与分析是其关键技术之一。目前，光流场计算和分析在信息科学、军事科学、气象学、生物医学和实验流体力学等诸多学科领域应用日益广泛深入。而对光流计算问题本身的研究越来越突显出其重要性。自80年代初hom&schunck川提出光流基本计算方法以来，在此后的二十多年里，不少学者对光流计算进行了深入研究。但至今光流计算仍存在许多尚未解决好的问题。目前针对光流计算基础理论以及光流计算应用的研究仍在不断深入。对于本文用到的Brox光流法，总结了一下几点。1.Brox光流法得基本假设和约束条件有灰度恒定的假设和梯度恒定假设。灰度恒定虽是光流法创始以来的最基本的思想，而且为了避免线性化对结果的影响，在实现过程中Brox等人采用原始定义的非线性计算方法；又因为灰度随时间的微小变化在图像中较为普遍，为了减小灰度微小变化对光流计算的敏感性，模型中又设定了图像梯度不变的假设，以提高结果的鲁棒性。虽然这两个假设对光流法处理细节简单的图像效果还可以，但对于细节丰富的图像处理效果不理想，对于不同的图像，应当根据不同图像的特点处理图像，而且这两个假设间的权重系数不好确定。2.Brox光流法应用了光流场平滑假设。解决了在图像梯度消逝区域无法计算光流、“孔径”问题和图像中奇异点引入噪声的问题，但光流法中的局部平滑系数对弹性成像不能充分发挥作用，而全局平滑系数又是固定不变的，从而影响估计的准确性。从上述实验我们也可以看出，Brox光流法对于图片边界和内部边界的处理效果很不理想。3.Brox光流法模型中采用多尺度、多分辨率的分析方法。即通过下采样以及高斯平滑得到某一副图像不同粗糙程度的图像序列。根据粗糙程度不同，图像序列呈金字塔式的排列。在计算光流场时，先从图像金字塔的最顶端最粗糙的图像开始计算，逐步计算更精细的图像，每次计算的结果都作为后一次计算的初始值，直到最后得到同原始图像等分辨率的光流场，这较好地解决了图像中有大位移存在的问题。由于光流计算所涉及的应用领域很广，针对不同的数据会有不同的处理方法和目的，其中涉及的技术问题也很多，今后可以在以下几个方面进一步改进，同时展开更深入的研究。1.Brox光流法的基本假设只有灰度恒定的假设和梯度恒定假设两个假设。这两个假设对于处理细节丰富，两帧图片间变化大的情况很不理想，应根据不同的图像特点，引入更多的假设模型，并可以更加直观地调节几种模型间的比重。2.由于Brox光流法全局平滑系数是固定不变的，从而影响估计的准确性。可使总平滑系数不再是一个常数，而是与图像梯度等因素有关。使局部平滑系数矩阵以一定的权重将图像的纹理信息融入光流场的平滑作用。在纹理和边缘丰富的区域其局部平滑系数较小，而在纹理稀疏和均匀区域平滑系数较大。 3.Brox光流法模型中虽然采用多尺度、多分辨率的分析方法，但由于运算量过大，很难应用于实时系统，而且迭代算法的效率还需改进提高。参考文献1（美）Alasdair McAndrew数字图像处理概论胡小平译重庆：重庆大学出版社，2007：125-129 2Andres Bruhn ,Thomas Brox Highly Accurate Optic Flw Computation with Theoretically Justified Warping, International Journal of Computer Vision 67(2), 141-158, 2006.3卢宗庆 运动图像分析中的光流计算方法研究 西安电子科技大学 博士学位论文 1-12, 20074Richard Barrett Michael Berry Templates for the Solution of Linear Systems:Building Blocks for Iterative Methods,the National Science Foundation Science and Technology Center Cooperative Agreement No. CCR-8809615 22-33,2006 5沈洋 凌涛 声辐射力脉冲弹性成像技术及其算法研究,声学技术 30(2),1-6,2011致谢 本文在指导教师闫铮和朱新建的多次细心指导下完稿，感激之情，溢于言表。我在这篇论文的写作过程中，得到了许多教师和同学的帮助，闫铮和朱新建老师严谨的治学态度、渊博的专业知识、崇高的职业品德、无私的奉献精神令我很感动，我从老师身上学到了做学问的态度、方法与知识，但更重要的是学到了做人的道理与做任何事情都应有的认真、严谨的态度。这将使我受用终身。在这里我要对指导教师表达衷心的敬意与谢意。在此过程中，有众多的老师和同学帮我搜集、查阅资料，我不胜感激！同时对所有关心过我的领导、老师、同学表达我由衷的敬意！附 录附录1：Optical flow for Validating Medical Image RegistrationABSTRACT：Many approaches to the task of computing medical image registration have been presented, but there is little knowledge of how to evaluate the quality of the mode