4、交替曝光图像的两种运动估计算法解读

交替曝光图像的两种运动估计算法解读

1. 引言

在计算机视觉研究领域，估算连续两幅图像间的密集运动场是一个被广泛研究的课题。传统上，为了近似实际的二维运动场，通常会估算连续视频帧间的光流。不过，短曝光图像本身无法捕捉运动信息，传统光流方法是通过对图像差异进行运动建模来间接重建运动。

当图像平面中的最大二维位移超过一个像素时，这种方法容易出现时间混叠问题。为防止混叠，多尺度光流方法会在图像域对图像进行全局预滤波，但这并非正确的时间滤波方式，因为高空间频率应仅在实际发生混叠的傅里叶域区域（即局部运动方向）被抑制。

延长图像传感器的曝光时间是实现正确时间预滤波的简单方法。在运动场景的长曝光图像中，可能导致混叠的高图像频率仅在运动方向上被抑制。交替曝光成像将能捕捉高频内容的短曝光图像与能整合场景点运动的长曝光图像相结合。长曝光图像不仅能直接捕捉运动信息，还在图像形成过程中引入了遮挡因素。

目前已有两种从交替曝光图像进行运动和遮挡估计的方法，它们基于相同的图像形成模型，该模型对遮挡和非遮挡点均有效，并包含了遮挡时间估计。下面将详细介绍这两种方法。

2. 相关工作

光流计算相关的研究众多，表明该问题既重要又具有挑战性。一些方法如尺度空间方法和迭代变形法，能在存在较大视差时获得可靠的光流结果，但它们都未考虑遮挡问题。

部分方法对遮挡进行了处理，例如Alvarez等人通过计算前后向光流并检查一致性来确定遮挡掩码；Xiao等人提出通过双边滤波将运动插值到遮挡区域；Xu等人将流入目标像素的流量作为遮挡度量。然而，这些方法都无法确定遮挡时刻。

也有从单张运动模糊图像进行运动估计的方法，如Yitzha