西安电科大博士论文：光流计算方法优化与运动图像分析

本文主要探讨了运动图像分析中的光流计算方法，以西安电子科技大学博士生卢宗庆的研究成果为背景。光流是计算机视觉领域的重要技术，它不仅能提供物体运动信息，还包含了丰富的三维结构、传感器参数、非刚性物体的形变以及流体运动的特征。光流在运动图像分析中起着关键作用。 论文首先回顾了光流计算的研究背景，指出当前存在的问题和挑战，如模型误差和鲁棒性不足。针对这些问题，作者创新性地提出了基于图像局部结构不变模型（LSCM）的光流计算方法。相较于传统的亮度常数模型（BCM），LSCM对光照变化更为鲁棒，利用图像局部二阶张量描述特征，同时采用双向运动计算策略，兼顾了精度和计算效率。 针对运动边界问题，论文提出两种解决方案：一是通过概率选择策略划分运动区域，并结合局部更新减少边界干扰，提升计算精度；二是采用全局计算策略，利用非线性扩散反应方程直接计算光流，避免了常规方法对凸性和可微性的要求。此外，文中还介绍了两种扩散方式，即一致矢量增强扩散（CVED）和基于非线性滤波的扩散，以进一步优化光流计算的性能。 作者的研究不仅提高了光流计算的精度和可靠性，而且对运动图像计算和分析领域具有重要的理论价值和实际应用价值。通过改进传统方法，本文的工作有助于克服光流计算中的局限，为计算机视觉中的运动分析提供了更强大的工具。整个研究过程系统深入，成果丰硕，为后续相关研究奠定了坚实的基础。