一种基于类Haar视觉特征感知的运动估计方法
专利汇可以提供一种基于类Haar视觉特征感知的运动估计方法专利检索，专利查询，专利分析的服务。并且本 发明 涉及一种基于类Haar视觉特征 感知 的 运动估计 方法，与 现有技术 相比解决了视觉特征感知的普适性低、时间复杂度高的 缺陷 。本发明包括以下步骤：视频图像的获取和预处理；生成N维的类Haar特征提取模板；提取类Haar特征；度量特征距离；获得运动估计结果，根据特征距离最小化准则搜索两 帧 之间的匹配 块 ，并根据匹配块的位移测算 运动矢量 。本发明在 块匹配 的技术 框架 下，采用一种多维随机 采样 策略对影像块进行类Haar视觉特征提取，保证了视觉特征感知的有效性和普适性。，下面是一种基于类Haar视觉特征感知的运动估计方法专利的具体信息内容。
1.一种基于类Haar视觉特征感知的运动估计方法，其特征在于,包括以下步骤：
11)视频图像的获取和预处理，获取视频图像，将视频参考帧It和对比帧It+1均转化为灰度图，并均进行羽化处理；
12)生成N维的类Haar特征提取模板，使用N组参数来刻画一个图像块的类Haar特征提取模板；
13)提取类Haar特征，将视频参考帧It和对比帧It+1网格化为一系列等尺度的图像块，对视频参考帧It上的图像块、对比帧It+1上的图像块分别根据类Haar特征提取模板提取类Haar特征；
14)度量特征距离，通过距离度量函数计算视频参考帧It和对比帧It+1上两个网格区域的类Haar特征向量之间距离；
假设It上区域A与It+1上区域B的类Haar特征向量分别为Va、Vb，特征向量Va、Vb之间的距离度量函数定义如下：
dist(Va，Vb)＝1-(VaTVb)/(||Va||·||Vb||)；
15)获得运动估计结果，根据特征距离最小化准则搜索两帧之间的匹配块，并根据匹配块的位移测算运动矢量；所述的获得运动估计结果包括以下步骤：
151)设视频参考帧It上的区域R(i,t)的尺寸为W×H像素，依据目标背景复杂度取整数d倍矩形尺度作为步长建立平行网格，其中d<0.2×min(W,H)；
152)视频参考帧It与对比帧It+1进行帧间比对，在对比帧It+1上以R(i,t)原始位置为中心，以a×W为长、以b×H为宽建立的矩形目标疑区，其中a、b为预定义的整数常量；
153)针对矩形目标疑似区内的各个网格区域以d为步长分别提取类Haar特征向量
V(j,t+1)，并按照度量函数计算V(i,t)与V(j,t+1)之间的特征距离distij；
154)匹配点搜索，通过特征距离的比较找到极小值min(distij)，则极小值min(distij)对应的对比帧It+1网格顶点坐标为匹配位置；
155)在视频参考帧It与对比帧It+1的各个匹配位置间求取空间位移以测算出对应坐标的运动矢量，
假设对于It上某个网格的坐标为(xi,yi)并且其在It+1上的匹配位置为(xj,yj)，则(xi,yi)位置的运动矢量S(i,j)的计算公式如下：
S(i,j)＝(xj-xi,yj-yi)。
2.根据权利要求1所述的一种基于类Haar视觉特征感知的运动估计方法，其特征在于，所述的生成N维类Haar特征提取模板包括以下步骤：
21)对于一个宽度范围为[X0，Xf]、高度范围为[Y0，Yf]的矩形区域R，预定义两个常数L、H，
在值域[L，H]内取N个随机整数Pj，其中：j＝1、2、3、…、N；
22)对于随机整数Pj，在R内取Pj个位置和尺寸都随机产生的子区域{rk|xk，yk，wk，hk}，k＝1、2、3…、Pj，其中(xk，yk)为子区域左上角的坐标，wk为子区域的宽度，hk为其高度，xk、yk、wk、hk分别为服从约束X0
23)得到N组描述子区域集合{{rk} }的参数作为N维的类Haar特征提取模板。
3.根据权利要求1所述的一种基于类Haar视觉特征感知的运动估计方法，其特征在于，所述的对视频参考帧It上的图像块根据类Haar特征提取模板提取类Haar特征包括以下步骤：
31)对于视频参考帧It上的图像块R(i,t)内的子区域rk，其中k＝1、2、3、…、pj，设该子区域内所有像素点的灰度值总和Bk；
32)随机取ck＝1或-1，并计算Wk＝ck/pj1/2,其中k＝1、2、3、…、pj，将Wk作为权重序列，则R(i,t)对于的类Haar特征向量为：
V(i,t)＝sum(Bk×Wk)。
一种基于类Haar视觉特征感知的运动估计方法
技术领域
背景技术
发明内容
具体实施方式
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
-
10 感知型高尔夫球杆
