Optical flow estimation for a periodic image sequence.
Optical flow estimation for a periodic image sequence.
复制标题
DOI：
10.1109/tip.2009.2032341
复制
发表时间：
2010-01
期刊：
影响因子：
--
通讯作者：
Yang Y
中科院分区：
文献类型：
--
作者：
Li L;Yang Y
我们提出了一种时间建模方法，用于确定图像运动的图像序列中的固有运动是周期性的，随着时间的推移。为了利用运动的周期性，我们使用傅立叶谐波表示来模拟整个序列的运动场的时间演化。然后，我们确定的运动场，同时为不同的图像帧，通过估计这个表示模型的参数，其中的模型阶在傅立叶表示作为一个正则化参数的运动场的时间相干性。这种方法可以利用图像序列中所有可用数据的统计信息。在我们的实验中，我们测试了所提出的方法在不同的噪声水平，包括平移运动，收敛/发散运动，心脏运动的几种运动类型。我们的研究结果表明，这种方法可以导致更强大的估计的运动场在存在强成像噪声相比，逐帧估计方法。
We propose a temporal modeling approach for determining image motion from a sequence of images wherein the inherent motion is periodic over time. To exploit the periodic nature of the motion, we use a Fourier harmonic representation to model the temporal evolution of the motion field for the entire sequence. We then determine the motion field simultaneously for the different image frames by estimating the parameters of this representation model, where the model order in the Fourier representation serves as a regularization parameter on the temporal coherence of the motion field. This approach can take advantage of the statistics of all the available data in the image sequence. In our experiments, we tested the proposed approach on several motion types at different noise levels, including translational motion, convergent/divergent motion, and cardiac motion. Our results demonstrate that this approach could lead to more robust estimation of the motion field in the presence of strong imaging noise compared to a frame-by-frame estimation approach.