專利名稱：劇烈光照變化下基于角點匹配與光流法的運動估計方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像處理技術(shù)領(lǐng)域的方法，具體是一種劇烈光照變化下基于 角點匹配與光流法的運動估計方法。
技術(shù)背景光流法是分析序列圖像中物體運動的重要方法，在視頻圖像分析方面有著極 其重要的應(yīng)用。當(dāng)物體在攝像機前運動或者攝像機在環(huán)境中運動時，就會發(fā)現(xiàn)圖 像的改變，圖像模式運動的速度分布就稱為光流，圖像上的每一點就形成光流場。 但是由于相鄰幀之間亮度恒常條件假設(shè)的存在，使得其應(yīng)用范圍大為縮減。光流 場的計算的問題主要在于兩個方面1，由相對運動所引起的運動不連續(xù)性；2， 劇烈的光照變化破壞光流恒定方程。當(dāng)物體在具有與背景所不相同的速度進(jìn)行運 動時，所產(chǎn)生的運動的不連續(xù)性打破了 Horn-Schunck (霍恩-舒恩克)光流法的基 本假設(shè)。經(jīng)對現(xiàn)有的技術(shù)文獻(xiàn)檢索發(fā)現(xiàn)，Hulya Yalcin等在Background Estimation under Rapid Gain Change in Thermal Imagery (快速增益變化下紅外圖像中的 背景予頁測)，Second IEEE Workshop on Object Tracking and Classification in and Beyond the Visible Spectrum (OTCBVS'05) ， June, 2005 (第二屆可見譜與 非可見譜物體跟蹤與分類電氣和電子工程師協(xié)會研討會，2005年六月)，該文中針 對紅外圖像中增益變化比較大的情況提出了一種用已經(jīng)進(jìn)行運動補償后的前一幀 尸w來對當(dāng)前幀/,利用表示式/,=附*/~-1+6進(jìn)行線性光照補償?shù)哪Ｐ?。但是這種模型相對比較粗糙，還存在如下不足1、由于其圖片為紅外圖片，所以暗含假 設(shè)為如果光照增益強度發(fā)生變化，那么必定是各像素點增益都按照同樣方式發(fā)生 變化，并且變化均為線性。但是這顯然與平常我們所用的視頻監(jiān)控攝像機進(jìn)行由 亮處到暗處的掃描時圖像光照強度的非均勻變化情況不符；2、由于其用歸一化的 互相關(guān)函數(shù)來進(jìn)行匹配，而互相關(guān)函數(shù)受旋轉(zhuǎn)，以及仿射變換等因素影響比較大，因此不適合于運動情況比較劇烈以及運動為非線性的情況；3、對于運動物體上角 點數(shù)目比較多的情況，此方法也并沒有提出一種有效的解決方案來將物體上的運 動矢量誤判為全局運動矢量的情況消除。 發(fā)明內(nèi)容本發(fā)明針對上述現(xiàn)有技術(shù)中的不足，提出了一種劇烈光照變化下基于角點匹 配與光流法的運動估計方法，使其既能夠提高普通情況下光流法的精度，又能夠 在外界光照環(huán)境極其惡劣的情況下提供較為可靠的運動的估計，使其在下一步的 視頻編解碼以及提取和穩(wěn)像當(dāng)中發(fā)揮用處。本發(fā)明是通過以下技術(shù)方案來實現(xiàn)，本發(fā)明包括如下步驟① 對當(dāng)前幀進(jìn)行角點檢測；② 對當(dāng)前幀與上一幀進(jìn)行旋轉(zhuǎn)不變的歸一化角點匹配；③ 對于匹配好的角點，進(jìn)行分塊，并計算所分的每一個塊內(nèi)的仿射變換參數(shù)， 針對仿射變換參數(shù)對當(dāng)前幀進(jìn)行分塊全局運動矢量估計，并利用向量估計對前一 幀進(jìn)行運動補償；④ 針對運動補償之后的前一幀分塊進(jìn)行分塊線性光照補償；⑤ 利用已經(jīng)進(jìn)行線性光照補償?shù)膱D像與當(dāng)前圖像幀進(jìn)行光流計算，對下一幀 的全局運動矢量進(jìn)行估計。所述的旋轉(zhuǎn)不變，是指在經(jīng)過基于圖像中物體表面的梯度或者弧度的最大化 的角點檢測方法將圖像幀當(dāng)中的角點顯式的表現(xiàn)出來以后，提取各個角點附近的 特征以及角點域選擇時均采用不依賴于旋轉(zhuǎn)的方法，具體是采用對于旋轉(zhuǎn)不敏感 的拉普拉斯高斯濾波器來對圖像進(jìn)行濾波來選取特征，采用半徑為r的一個圓來 作為角點域，r為3像素-10像素。所述的旋轉(zhuǎn)不變的歸一化角點匹配，是指選取旋轉(zhuǎn)不變的特征以及角點域并 對此特征進(jìn)行匹配，得到每個角點區(qū)域內(nèi)的總濾波圖像像素值、平均濾波圖像像 素值、濾波之前的總圖像像素值、平均圖像像素值，以上四個值構(gòu)成表征圖像每 個角點的四個特征，然后將此四個特征進(jìn)行歸一化處理，來消除由光照突然變化 所引起的影響，形成每個象素點的歸一化特征向量，利用此特征向量來尋找前一 幀中在以本角點附近區(qū)域范圍內(nèi)的角點，選取與此角點特征向量平方誤差最小的 特征向量所代表的角點作為其匹配角點。所述計算所分的每一個塊內(nèi)的仿射變換參數(shù)，是指將整幅圖像幀分為十六個 塊，每次分別任意選取不相鄰的三個塊，再在每一個塊中隨機挑選一個匹配點對， 再利用分塊挑選的隨機挑選一致性(RANSAC)方法，對于前景運動物體以及背景 上面角點數(shù)目占所有角點數(shù)目的比例達(dá)到1/3的圖像幀進(jìn)行圖像仿射運動參數(shù)的 計算，得到仿射坐標(biāo)的六個參數(shù)，再由仿射坐標(biāo)的六個參數(shù)，計算運動矢量。所述的進(jìn)行分塊線性光照補償，是指將整幅圖像劃分為n個塊，對于前一幀與已經(jīng)進(jìn)行運動補償之后的當(dāng)前幀的每一塊都進(jìn)行除灰度值為零的點外的對應(yīng)塊的逐點比較，并且由線性回歸式4("，V):W/'(,)("，V) + 6得到補償系數(shù)，其中f(u，v)代表補償后的圖像灰度值，I'代表補償前像素灰度值，i代表第i個塊，i〈n， (",v)表示前一幀中某一點位置，m》為線性補償系數(shù)，由線性回歸式，得到任意 點(",v)處的光強，對于連接縫處所出現(xiàn)的光照突變，采用鄰域的局部平均法來消 除。所述的進(jìn)行光流計算，是指將經(jīng)由分塊線性光照補償之后的前一幀圖像與當(dāng)前像素幀之間的運動假設(shè)為六參數(shù)模型的仿射運動，那么根據(jù)光流恒定方程和能量最小化原則，并且根據(jù)仿射運動模型f 二"^ + "^ + :1計算出仿射運動的六參|y= a3w + a4v + 62數(shù)apa2,a3，a4,b,，b2， w， v表示前一幀中某一點位置，"'，v'表示當(dāng)前幀中此點 位置。與現(xiàn)有技術(shù)相比，本發(fā)明具有如下有益效果本發(fā)明在進(jìn)行光流法計算運動 矢量之前先采用旋轉(zhuǎn)不變的歸 一化的角點匹配方法來對圖像進(jìn)行光照補償操作， 克服了由于劇烈的光照變化以及大幅度旋轉(zhuǎn)等不良條件而導(dǎo)致的光流法失效的缺 點，獲得較高的準(zhǔn)確率；經(jīng)實驗驗證，本發(fā)明較普通光流法而言能減少上面所述 惡劣情況下誤檢率的10%以上至35%之間。并且本發(fā)明采用分塊化的方法來進(jìn)行運 動補償，克服了運動物體上角點數(shù)目比較多而導(dǎo)致運動矢量誤判的情況，利用分 塊方法進(jìn)行光照補償使得本發(fā)明在普通攝像機在由亮到暗掃描時的檢測具有魯棒 性。所以本發(fā)明結(jié)合了歸一化角點匹配方法對噪聲抑制良好具有良好穩(wěn)健性和光 流法運算精度高的優(yōu)點，可以應(yīng)用于視頻監(jiān)控、視頻編解碼、電子穩(wěn)像、視頻分 割等技術(shù)領(lǐng)域。


圖1是在微弱光照變化以及小運動尺度的含有運行汽車的視頻中的圖片幀； 圖2是與圖1相隔5幀的在微弱光照變化以及小運動尺度的含有運行汽車的 視頻中的圖片幀；圖3是大運動尺度含有起自行車行人的視頻中的圖片幀；圖4是與圖3相隔5幀的大運動尺度含有起自行車行人的視頻中的圖片幀；圖5是強烈光照變化下含有行人的視頻中的圖片幀；圖6是與圖5相隔5幀的強烈光照變化下含有行人的視頻中的圖片幀。
具體實施方式
下面結(jié)合附圖對本發(fā)明的實施例作詳細(xì)說明本實施例在以本發(fā)明技術(shù)方案 為前提下進(jìn)行實施，給出了詳細(xì)的實施方式和具體的操作過程，但本發(fā)明的保護 范圍不限于下述的實施例。本實施例所采用的視頻來源于拍攝的具有光照突變的多物體視頻庫。本實施例包括如下具體步驟步驟一，采用Harris (哈里斯)角點檢測法，對圖像進(jìn)行一階或者二階差分，計算每個像素點的平均平方梯度矩陣C(30:。、一卵,r) 〃i其中，"^'s ) -3"'， ^ 分別為圖像幀/(x)與標(biāo)準(zhǔn)差為^的高斯核微分進(jìn)行巻積運算得到/(A^)后對",v分別所求的一階偏導(dǎo)，其中。為兩維矢量，、(^,嚴(yán))=^^;為巻積后圖像上某點3 的像素值/(f,f )在M， v方向上的混合偏導(dǎo)。特征值W:detf(勾)-A:"r2(C^))，判斷R是否大于設(shè)定的域值即可判定所選點是否是角點，本實施例中域值的設(shè)置為根據(jù)角點數(shù)目進(jìn)行互鎖的自動調(diào)整，也 就是說，預(yù)先設(shè)置一個域值th=40000，以及一個鎖變量5=0， pi使其中的角點數(shù) 目為300 400，如果數(shù)目不在此范圍內(nèi)，則自動將域值進(jìn)行開平方或乘3/2次方進(jìn)行操作，但是對于域值開平方后所得的角點數(shù)目初次大于300，則令3=1;域值乘3/2次方后所得的角點數(shù)目初次小于400，則令p:l;迭代對此域值進(jìn)行調(diào)整，直到角點數(shù)目為300 400或者無論進(jìn)行開平方或乘3/2次方中的哪項操作都將使 得5=1，并且p^為止。其中，det為矩陣的行列式，tr是矩陣的直跡，k為一個 經(jīng)驗值取值為0.04~0.06，本例中取k-0.05。步驟二，由于視頻監(jiān)控攝像頭會根據(jù)目標(biāo)作一定程度的旋轉(zhuǎn)，并且在做仿射 變換時，也會使得通常的匹配方法產(chǎn)生誤判，因此采用旋轉(zhuǎn)不變的歸一化角點匹 配。首先，提取各個角點附近區(qū)域的特征，采用對每個角點周圍選取半徑為5像 素的一個圓構(gòu)成角點域來采用對于旋轉(zhuǎn)不敏感的拉普拉斯高斯濾波器來對圖像進(jìn) 行濾波，得到每個角點兩個特征值，即總濾波圖像像素值與平均濾波圖像像素值， 然后與濾波之前圖像的角點域內(nèi)的總圖像像素值與平均圖像像素值構(gòu)成表征圖像 每個角點的四個特征；其次，將此四個特征進(jìn)行歸一化處理，形成每個象素點的特征向量，利用這 個特征向量來尋找前一幀中在以本角點附近20*20區(qū)域范圍內(nèi)的所有角點，選取 與此角點特征向量平方誤差最小的特征向量所代表的角點作為其匹配角點。步驟三，由匹配好的角點進(jìn)行分塊仿射運動參數(shù)的計算，以及由此參數(shù)來對 當(dāng)前幀進(jìn)行全局運動矢量的估計與補償；對于監(jiān)控攝像頭的全局性運動，只涉及到旋轉(zhuǎn)和平移，因此采取仿射坐標(biāo)六 參數(shù)模型來進(jìn)行對其進(jìn)行模擬，用"，v來表示前一幀中某一點位置，用"'，v'來 表示當(dāng)前幀中此點位置，仿射關(guān)系如下v'=a3w + a4v + 62 其中a,，a2,a;,a4，Vb2均為仿射運動參數(shù)。從步驟二匹配成功的匹配角點中利用隨機挑選一致性方法(RANSAC)方法選取 點對來對此參數(shù)進(jìn)行估計。本實施例中使用RANSAC對數(shù)據(jù)進(jìn)行多次隨機取樣來進(jìn)行仿射參數(shù)的計算，隨 機挑選一致性方法是一種有效的具有魯棒性的方法。所述隨機挑選一致性方法，具體如下-第一步，根據(jù)隨機挑選的次數(shù)的經(jīng)驗公式《=i"SVi-"來估算所需迭代的log(l _ w)次數(shù)，其中Z,W分別為所要求的結(jié)果正確的概率以及所取點為好點的概率，本實施例中需要結(jié)果正確的概率2 = 0.99， w-0.5也就是說有一半點是好點，根據(jù) 上述公式可以得到1<: = 17，為確保正確性，本方法采用K-30。第二步，每次隨機取出三個匹配角點對來確定仿射模型參數(shù)，即由公式<formula>formula see original document page 9</formula>擬合出仿射參數(shù)apa2,a3，a^b,，b2 ，第三步，選取一個判斷點是否擬合的比較好的閾值t，對于采樣點以外的所有 點用t來比較此點與利用第二步中擬合出來的由六個參數(shù)建立模型的計算點之間 的距離，如果此距離小于t，那么確定點是很靠近的，將之確定為好點；如果大于 t，那么將之確定為壞點，并且記錄此點對的好點數(shù)目d。這樣連續(xù)迭代第二，三步K-30次選取找出好點數(shù)目d最多的三個匹配的角 點對，以此角點對作為計算模型參數(shù)的候選點進(jìn)行仿射六參數(shù)a,，a2,^,a,，b,，b,的計算。利用RANSAC方法可以比較準(zhǔn)確的搜索計算背景占有整個圖像幀中絕大部分面 積中的仿射參數(shù)，然而對于前景對象比較大的圖像幀來講，由于前景運動物體以 及背景上面角點數(shù)目占所有角點數(shù)目的比例非常多，在這種情況下，顯然這樣的 隨機挑選完全有可能將前景信息當(dāng)作背景信息，從而導(dǎo)致錯誤的計算結(jié)果，因此， 本實施例采取一種分塊挑選的方法，也就是說將整幅圖像分為十六個塊，每次分 別任意選取不相鄰的三個塊，再在每一個塊中隨機挑選一個匹配點隊，這樣就大 大降低了所有選取的點均選取在同一個運動物體上的概率，同時也降低誤算的概 率。對于計算出來的仿射坐標(biāo)的六個參數(shù)，采用P:"'力z"'—"來計算出運動矢量，<formula>formula see original document page 9</formula>由此來對當(dāng)前幀進(jìn)行全局運動補償，使當(dāng)前幀中的所有點穩(wěn)定到前一幀的位置， 并將新出現(xiàn)的點灰度值置零。步驟四，對進(jìn)行運動補償之后的前一幀與當(dāng)前幀劃塊進(jìn)行分塊線性光照補償;本實施例中假設(shè)光源為單一的點光源，對于任意選取的相鄰幀的標(biāo)準(zhǔn)參考小 塊之間由于相機與光源之間相對變化所產(chǎn)生的光強的突變可利用一個線性函數(shù)來 表示，但是對于圖像幀上其余的與此標(biāo)準(zhǔn)參考小塊之間距離比較遠(yuǎn)的參考點之間 由于距離不同而導(dǎo)致的光強變化用此模型就表示的不確切，本步驟仍然采取分塊 求解的方法。所述分塊線性光照補償方法，具體為將整幅圖像劃分為九個塊，對于前一 幀與運動補償之后的當(dāng)前幀的每一塊都進(jìn)行除灰度值為零的點外的對應(yīng)塊的逐點 比較，并且由線性回歸式<formula>formula see original document page 10</formula>得到補償系數(shù)，其中/(n,v)代表補償后的圖像灰度值，I'代表補償前像素灰度值，i代表第i個塊，由線性回歸式， 得到圖像幀上任意一點(w,力處的光強，但在圖像塊連接處會可能會出現(xiàn)亮度差， 因此，對于連接縫處采用四點鄰域的局部平均法消除此現(xiàn)象，這樣可以得到亮度 比較平滑的效果。步驟五，利用消除光照影響后的前一幀圖像與當(dāng)前圖像幀，利用光流法估計 下一幀的全局運動矢量具體為將這種全局性的運動假設(shè)為六參數(shù)模型的仿射運動，根據(jù)光流恒定方程<formula>formula see original document page 10</formula>其中，In,Iv，It分別為光強對于尺度空間 上u，v方向的偏導(dǎo)，和對于時間的偏導(dǎo)，x，y為運動矢量，再依據(jù)能量最小化原則f的向量表示，并且根據(jù)仿射運動模<formula>formula see original document page 10</formula>其中f為運動矢量<formula>formula see original document page 10</formula>的向量表示，并且根據(jù)仿射運動模型<formula>formula see original document page 10</formula>變換為其矩陣形式<formula>formula see original document page 10</formula>，其中，<formula>formula see original document page 10</formula><formula>formula see original document page 10</formula> ，計算出仿射運動的六參數(shù)為<formula>formula see original document page 10</formula>這樣，由此六參數(shù)可以由式f^" + ^,以及^ ="'—"來得到運動向量，即為所求的運動估計向量。與現(xiàn)有技術(shù)相比，本實施的有益效果在于本實施例在結(jié)合角點匹配方法與 光流方法基礎(chǔ)之上所提出的運動向量估計方法，通過大量試驗證明，本實施例方 法較之以往方法能較好的進(jìn)行運動的向量的估計。圖l， 2是普通視頻中相隔5幀的兩張圖片幀，圖l (a)、圖2 (a)是當(dāng)前圖 像幀，圖1 (b)、圖2 (b)為在由本實施例方法所得的運動向量補償給前一幀基 礎(chǔ)之上進(jìn)行的相鄰幀差分，由此來進(jìn)行準(zhǔn)確性比較，由圖l， 2所示可以看出，由 本實施例方法所得到的結(jié)果可以在微弱光照變化以及小運動尺度的情況下準(zhǔn)確的 將運行的汽車檢測出來。圖3， 4是大運動尺度視頻中相隔5幀的兩張圖片，圖3 (a)、圖4 (a)是當(dāng) 前圖像幀，圖3 (b)、圖4 (b)為在由本實施例方法所得的運動向量補償給前一 幀基礎(chǔ)之上進(jìn)行的相鄰幀差分，由此來進(jìn)行準(zhǔn)確性比較，由附圖3， 4所示可以看 出，由本實施例方法所得到的結(jié)果可以在微弱光照變化以及大運動尺度的情況下 準(zhǔn)確的將其自行車的人檢測出來。圖5， 6是強烈光照變化視頻中相隔5幀的兩張圖片，圖5 (a)、圖6 (a)是 當(dāng)前圖像幀，圖5 (b)、圖6 (b)為在由本實施例方法所得的運動向量補償給前 一幀基礎(chǔ)之上進(jìn)行的相鄰幀差分，由此來進(jìn)行準(zhǔn)確性比較，由附圖5， 6所示可以 看出，由本實施例方法所得到的結(jié)果可以在強烈光照變化以及大運動尺度的情況 下準(zhǔn)確的將行人檢測出來，并且其中的誤檢比較少。
權(quán)利要求
1、一種劇烈光照變化下基于角點匹配與光流法的運動估計方法，其特征在于，包括如下步驟①對當(dāng)前幀進(jìn)行角點檢測；②對當(dāng)前幀與上一幀進(jìn)行旋轉(zhuǎn)不變的歸一化角點匹配；③對于匹配好的角點，進(jìn)行分塊，并計算所分的每一個塊內(nèi)的仿射變換參數(shù)，針對仿射變換參數(shù)對當(dāng)前幀進(jìn)行分塊全局運動矢量估計，并利用向量估計對前一幀進(jìn)行運動補償；④針對運動補償之后的前一幀分塊進(jìn)行分塊線性光照補償；⑤利用已經(jīng)進(jìn)行線性光照補償?shù)膱D像與當(dāng)前圖像幀進(jìn)行光流計算，對下一幀的全局運動矢量進(jìn)行估計。
2、 根據(jù)權(quán)利要求1所述的劇烈光照變化下基于角點匹配與光流法的運動估計 方法，其特征是，所述的旋轉(zhuǎn)不變，是指在經(jīng)過基于圖像中物體表面的梯度或者 弧度的最大化的角點檢測方法將圖像幀當(dāng)中的角點顯式的表現(xiàn)出來以后，采用拉 普拉斯高斯濾波器來對圖像進(jìn)行濾波來選取特征，采用半徑為r的一個圓來作為 角點域，r為3像素-IO像素。
3、 根據(jù)權(quán)利要求1所述的劇烈光照變化下基于角點匹配與光流法的運動估計 方法，其特征是，所述計算所分的每一個塊內(nèi)的仿射變換參數(shù)，是指將整幅圖像 幀分為十六個塊，每次分別任意選取不相鄰的三個塊，在每一個塊中隨機挑選一 個匹配點對，再利用分塊挑選的隨機挑選一致性方法，對于前景運動物體以及背 景上面角點數(shù)目占所有角點數(shù)目的比例達(dá)到1/3的圖像幀進(jìn)行圖像仿射運動參數(shù) 的計算，得到仿射坐標(biāo)的六個參數(shù)，再由仿射坐標(biāo)的六個參數(shù)，計算運動矢量。
4、 根據(jù)權(quán)利要求1所述的劇烈光照變化下基于角點匹配與光流法的運動估計 方法，其特征是，所述的進(jìn)行分塊線性光照補償，是指將整幅圖像劃分為n個 塊，對于前一幀與已經(jīng)進(jìn)行運動補償之后的當(dāng)前幀的每一塊都進(jìn)行除灰度值為零 的點外的對應(yīng)塊的逐點比較，并且由線性回歸式/(,)(",力=(",v) + 6得到補償系數(shù)，其中/(u,v)代表補償后的圖像灰度值，I'代表補償前像素灰度值，i代表第i個塊，i〈n， (M,力表示前一幀中某一點位置，m,6為線性補償系數(shù)，由線性回歸 式，得到任意點(w，"處的光強，對于連接縫處所出現(xiàn)的光照突變，采用鄰域的局 部平均法來消除。
5、根據(jù)權(quán)利要求1所述的劇烈光照變化下基于角點匹配與光流法的運動估計 方法，所述的進(jìn)行光流計算，是指將經(jīng)由分塊線性光照補償之后的前一幀圖像與當(dāng)前像素幀之間的運動假設(shè)為六參數(shù)模型的仿射運動，根據(jù)光流恒定方程和能 量最小化原則，并且根據(jù)仿射運動模型l"^"一+"^+，計算出仿射運動的六參數(shù)<formula>formula see original document page 3</formula>apa^a^a^b"!^, w， v表示前一幀中某一點位置，m'， v'表示當(dāng)前幀中此點位置。
全文摘要
一種計算機視覺技術(shù)領(lǐng)域的劇烈光照變化下基于角點匹配與光流法的運動估計方法，包括如下步驟首先，對當(dāng)前幀進(jìn)行角點檢測；其次，對當(dāng)前幀與上一幀進(jìn)行旋轉(zhuǎn)不變的歸一化角點匹配；然后，對于匹配好的角點，進(jìn)行分塊，并計算所分的每一個塊內(nèi)的仿射變換參數(shù)，針對仿射變換參數(shù)對當(dāng)前幀進(jìn)行分塊全局運動矢量估計，并利用向量估計對前一幀進(jìn)行運動補償；再次，針對運動補償之后的前一幀分塊進(jìn)行分塊線性光照補償；最后，利用已經(jīng)進(jìn)行線性光照補償?shù)膱D像與當(dāng)前圖像幀進(jìn)行光流計算，對下一幀的全局運動矢量進(jìn)行估計。本發(fā)明克服了由于劇烈的光照變化以及大幅度旋轉(zhuǎn)等不良條件而導(dǎo)致的光流法失效的缺點，獲得較高的準(zhǔn)確率。
文檔編號G06T7/00GK101216941SQ20081003274
公開日2008年7月9日 申請日期2008年1月17日 優(yōu)先權(quán)日2008年1月17日
發(fā)明者曾貴華, 博 梁, 羅青山 申請人:上海交通大學(xué)