[发明专利]基于影像的运动物体边界插值与预测方法及其相关组件

说明书

本申请公开了一种基于影像的运动物体边界插值与预测方法、装置、设备及介质，包括：获取基于影像采集的多个时间节点的运动物体边界数据，并基于运动物体边界数据重构运动物体边界；利用预设采样方法从每个运动物体边界提取预设数量个采样点，并基于采样点的坐标得到按照时序排列的快照组；利用动态模态分解算法对快照组进行插值与预测，以得到其他时间节点的运动物体边界。本申请通过基于影像采集的运动物体边界数据重构多个时间节点的运动物体边界，再基于运动物体边界得到按照时序排列的快照组，最后利用动态模态分解算法对快照组进行插值与预测，得到其他时间节点的运动物体边界，并且上述技术方案尤其适用于多自由度、不规则、可形变物体。

技术领域

本发明涉及图像处理技术领域，特别涉及一种基于影像的运动物体边界插值与预测方法、装置、设备及介质。

背景技术

当前，对于运动状态具有一定周期性、形状不规则且可能发生形变的物体，如摆动的柔性翅膀、随波浪运动的浮式防波堤、与受呼吸运动影响的肺部肿瘤等，物体的边界在运动过程中会发生形变。

以往对物体运动轨迹的插值与预测方法，仅适用于刚性物体。当物体边界随时间发生形变时，运动边界的捕捉往往依赖于这一时刻的影像数据。

在以固定时间间隔获取其运动物体影像并进行相应的分析时，会因为时间间隔大小的设置，难以获取到已知时间节点以外的其他时间节点的运动物体边界数据。综上可见，对于运动的不规则物体，如何利用已知时间节点的运动物体边界获取其他时间节点的运动物体边界是目前有待解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种基于影像的运动物体边界插值与预测方法、装置、设备及介质，能够对近似周期运动的不规则可形变物体，利用已知时间节点的运动物体边界获取到已知时间节点以外的其他时间节点的运动物体边界数据。其具体方案如下：

第一方面，本申请公开了一种基于影像的运动物体边界插值与预测方法，包括：

获取基于影像采集的多个时间节点的运动物体边界数据，并基于所述运动物体边界数据重构运动物体边界；

利用预设采样方法从每个所述运动物体边界提取预设数量个采样点，并基于所述采样点的坐标得到按照时序排列的快照组；

利用动态模态分解算法对所述快照组进行插值与预测，以得到其他时间节点的运动物体边界。

可选的，所述利用预设采样方法从每个所述运动物体边界提取预设数量个采样点，包括：

确定相邻采样点之间的预设间隔角度和采样点位置；

基于所述预设间隔角度确定采样点的预设数量，并基于所述预设数量和所述采样点位置从每个所述运动物体边界提取相应数量个采样点。

可选的，所述确定相邻采样点之间的预设间隔角度和采样点位置，包括：

计算每个所述运动物体边界中位于边界线内部的所有坐标点的坐标平均值，以得到中心点坐标；

确定相邻采样点之间的预设间隔角度，并基于所述中心点坐标和所述预设间隔角度计算每个所述运动物体边界中采样点的笛卡尔坐标，以得到采样点位置。

可选的，所述基于所述采样点的坐标得到按照时序排列的快照组，包括：

获取所述采样点的笛卡尔坐标，并将所述笛卡尔坐标按照坐标轴类别进行分类，以得到按照时序排列的不同坐标轴类别的快照组。

可选的，所述将所述笛卡尔坐标按照坐标轴类别进行分类，以得到按照时序排列的不同坐标轴类别的快照组之后，还包括；

根据所述快照组中的时间序列得到快照矩阵；

相应的，所述利用动态模态分解算法对所述快照组进行插值与预测，以得到其他时间节点的运动物体边界，包括：