4、交替曝光图像的两种运动估计算法

交替曝光图像的两种运动估计算法

1. 引言

在计算机视觉领域，估计连续两幅图像间的密集运动场是一个长期被深入研究的问题。传统方法通常估计连续视频帧间的光流来近似实际的二维运动场。然而，短曝光图像本身不包含运动信息，传统光流方法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。

为防止混叠，多尺度光流方法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。

通过延长图像传感器的曝光时间可以实现正确的时间预滤波。在长曝光图像中，运动场景里可能导致混叠的高图像频率仅在运动方向上被抑制。交替曝光成像将捕获高频内容的短曝光图像与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获运动信息，还在图像形成过程中引入了遮挡因素。

2. 相关工作

光流计算的相关研究众多，这表明该问题的重要性和复杂性。一些方法在处理较大视差时能获得可靠的光流结果，但大多未考虑遮挡问题。部分方法通过计算前后向光流来确定遮挡掩码，或通过双边滤波将运动插值到遮挡区域，但都难以确定遮挡时刻。

从单张运动模糊图像也可以进行运动估计，不同方法基于不同假设，如空间不变的恒定速度运动、旋转运动等。还有一些解卷积方法使用额外图像来获取运动信息，但这些方法大多有一定局限性，如限制于空间不变的点扩散函数等。

3. 图像形成模型

为利用额外长曝光图像提供的信息，需要一个通过密集二维运动场关联所获取图像的图像形成模型。假设输入为两张短曝光图像 (I_1) 和 (I_2)，以及一张长曝光图像 (