基于自適應紋理復雜度的仿生視覺導航方法研究

作者：王霞,左一凡,李磊磊,陳家斌

摘要：針對稠密光流在低紋理復雜度時精度較低的問題,提出了一種自適應紋理復雜度的稠密光流優化方法,以提升光流導航精度。根據三種不同大氣條件下三種不同圖像模糊程度的圖像光流精度與紋理復雜度的統計圖,推斷稠密光流的精度與圖像的紋理復雜度呈線性關系。通過建立圖像紋理復雜度和稠密光流精度之間的直接聯系,利用灰度共生矩陣的對比度參數評價圖像紋理復雜度,采用最小二乘法擬合圖像紋理復雜度和光流真值優化系數的函數關系,獲得自適應紋理復雜度的稠密光流優化模型。基于該優化模型設計了仿真實驗,實驗結果表明,基于該模型可有效提升稠密光流在低紋理復雜度時的計算精度。

發文機構：光電成像技術與系統教育部重點實驗室 北京理工大學自動化學院

關鍵詞：紋理復雜度稠密光流視覺導航Texture complexityDense optical flowVisual navigation

分類號： TP391[自動化與計算機技術—計算機應用技術]