(39-1) 13 * << * >> * Русский * English * Содержание * Все выпуски

Развитие алгоритмов вычисления оптического потока в задаче оценки деформации твёрдых тел
Любутин П.С.
Институт физики прочности и материаловедения СО РАН,
Томский политехнический университет (национальный исследовательский университет)

 

DOI: 10.18287/0134-2452-2015-39-1-94-100

  PDF

Аннотация:
В работе рассматривается развитие алгоритмов вычисления оптического потока в задаче измерения деформации, направленное на снижение вычислительных затрат алгоритмов и повышения их помехоустойчивости. Предложены модификации алгоритмов, основанные на инкрементном подходе к оценке перемещения участков на серии изображений, а также использовании подхода трёхмерного рекурсивного поиска (3DRS). Проведено исследование помехоустойчивости и быстродействия алгоритмов, и показано преимущество предложенных модификаций.

Ключевые слова :
поле векторов перемещений, инкрементный подход, обработка изображений.

Цитирование:
Любутин, П.С. Развитие алгоритмов вычисления оптического потока в задаче оценки деформации твёрдых тел / П.С. Любутин // Компьютерная оптика. – 2015. – Т. 39, № 1. – С. 94-100. – DOI: 10.18287/0134-2452-2015-39-1-94-100.

Citation:
Lyubutin PS. Development of optical flow computation algorithms for strain measurement of solids. Computer Optics 2015; 39(1): 94-100. DOI: 10.18287/0134-2452-2015-39-1-94-100.

Литература:

  1. Barron, J.L. Performance of optical flow techniques / J.L. Barron, D.J. Fleet, S.S. Beauchemin // International Journal of Computer Vision. – 1994. – Vol. 12. – P. 43-77.
  2. Sutton, M.A. Image correlation for shape, motion and deformation measurements: basic concepts, theory and applications / M.A. Sutton, J.-J. Orteu, H. Schreier. – Springer, 2009. – 321 p.
  3. Horn, B.K.P. Determining optical flow / B.K.P. Horn, B.G. Schunck // Artificial Intelligence. – 1981. – Vol. 17. – P. 185-203.
  4. Lucas, B.D. An iterative image registration technique with an application to stereo vision / B.D. Lucas, T. Kanade // Proceedings of the 7th international joint conference on Artificial intelligence. – 1981. – Vol. 2. – P. 674-679.
  5. Lucas, B.D. Generalized Image Matching by the Method of Differences / B.D. Lucas. – Doctoral dissertation, tech. report. – Robotics Institute, Carnegie Mellon University, July, 1984. – 167 p.
  6. Fleet, D.J. Phase-based disparity measurement / D.J. Fleet, A.D. Jepson, M.R.M. Jenkin // CVGIP: Image Understanding. – 1991. – Vol. 53. – P. 198-210.
  7. Raffel, M. Particle Image Velocimetry: A Practical Guide / M. Raffel, C.E. Willert, S.T. Wereley, J. Kompenhans. – 2nd ed. – Springer, Berlin, 2007. – Vol. XX. – 448 p.
  8. Беляев, Е.А. Алгоритмы оценки движения в задачах сжатия видеоинформации на низких битовых скоростях / Е.А. Беляев, А.М. Тюрликов // Компьютерная оптика. – 2008. – Т. 32, № 4. – С. 403-412.
  9. Giachetti, A. The use of optical flow for road navigation / A. Giachetti, M. Campani, V. Torre // IEEE Transactions on Robotics and Automation. – 1998. – Vol. 14, Is. 1. – P. 34-48.
  10. Сырямкин, В.И. Оптико-телевизионный метод исследования поведения и диагностики состояния нагруженных материалов и элементов конструкций / В.И. Сырямкин, С.В. Панин // Вычислительные технологии. – 2003. – Т. 8, специальный выпуск. – С. 10-25.
  11. Wang, C.-M. Estimating Optical Flow by Integrating Multi-Frame Information / C.-M. Wang, K.-C. Fan, C.-T. Wang // Journal of Information Science and Engineering. – 2008. – Vol. 24, Issue 6. – P. 1719-1731.
  12. Irani, M. Multi-Frame Optical Flow Estimation Using Subspace Constraints / M. Irani // Seventh International Conference on Computer Vision (ICCV'99). – 1999. – Vol. 1. – P. 626-633.
  13. Tao, M. Simple Flow: A Non-iterative, Sublinear Optical Flow Algorithm / M. Tao, J. Bai, P. Kohli, S. Paris // Computer Graphics Forum. –2012, May. – Vol. 31, Issue 2/1. – P. 345-353.
  14. Marzat, J. Real-time dense and accurate parallel optical flow using CUDA / J. Marzat, Y. Dumortier, A. Ducrot // Proceedings of the 7th International Conference in Central Europe on Computer Graphics, Visualization and Computer Vision (WSCG). –2009, 2-5 Feb. – P. 105-111.
  15. Durkovic, M. Performance of Optical Flow Techniques on Graphics Hardware / M. Durkovic, M. Zwick, F. Obermeier, K. Diepold // IEEE International Conference on Multimedia and Expo. – 2006. – P. 241-244.
  16. Braspenning, R.A. True-motion estimation using feature correspondence / R.A. Braspenning, G. de Haan // SPIE, Proceedings of Visual Communications and Image Processing. –2004, Jan. – Vol. 5308. – P. 396-407.
  17. Любутин, П.С. Исследование точности и помехоустойчивости построения векторов перемещений при оценке деформаций оптико-телевизионным методом / П.С. Лю­бутин, С.В. Панин // Вычислительные технологии. – 2006. – Т. 11, № 2. – С. 52-66.
  18. Панин, С.В. Применение фрактальной размерности для оценки изображений поверхности, получаемых различными датчиками / С.В. Панин, Ю.А. Алтухов, П.С. Лю­бутин, А.В. Бяков, С.А. Хижняк // Автометрия. – 2013. – Т. 49, № 1. – С. 42-49.
  19. Панин, С.В. Исследование деформации и разрушения по данным акустической эмиссии, корреляции цифровых изображений и тензометрии / С.В. Панин, А.В. Бяков, П.С. Любутин, О.В. Башков, В.В. Гренке, И.В. Ша­ки­ров, С.А. Хижняк // Заводская лаборатория. Диагностика материалов. – 2011. – Т. 77, № 9. – С. 50-59.
  20. Воскобойников, Ю.Е. Нелинейные алгоритмы фильтрации векторных сигналов / Ю.Е. Воскобойников, В.Г. Бе­лявцев // Автометрия. – 1999. – Т. 35, № 5. – С. 48-57.
© 2009, IPSI RAS
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: journal@computeroptics.ru; тел: +7 (846) 242-41-24 (ответственный секретарь), +7 (846) 332-56-22 (технический редактор), факс: +7 (846) 332-56-20