Dense Fluid Flow Estimation

In this paper we address the problem of estimating and analyzing the motion in image sequences showing uid phenomenon. Due to the great deal of spatial and temporal distortions that luminance patterns exhibit in images of uid, standard techniques from Computer Vision, originally designed for quasi-rigid motions with stable salient features, are not well adapted in this context. In that prospect, we investigate a dedicated energy-based motion estimator. The considered functional includes an original data model relying on the continuity equation of uid mechanics. This new data model, which is speciically designed to be embedded in a multiresolution framework, is associated to an original div-curl type regularization. The optimization of the global energy function is solved within an eecient multigrid scheme. The performances of the resulting uid ow estimator are demonstrated both on synthetic and real (meteorological) image sequences. R esum e : Nous traitons dans cet article le probl eme de l'estimation et de l'analyse du mouvement dans le cas de s equences d'images repr esentant des ph enom enes uides. Dans ce contexte, la luminance des images fait parfois appara^ tre de fortes distorsions spatiales et temporelles, rendant d elicate l'utilisation de techniques standard issues de la Vision par Ordinateur, originalement conn cues pour des mouvements rigides et reposant sur une hy-poth ese d'invariance de la fonction de luminance. Dans cette etude, nous proposons un estimateur de mouvement mod elis e au moyen d'une formulation energ etique et sp ecialement d edi e a l'estimation de mouvement uide. La fonctionnelle consid er ee est compos ee d'un terme d'attache aux donn ees original issu de l' equation de continuit e de la m ecanique des uides. Ce nouveau mod ele de donn ees, sp ecii e pour ^ etre ais ement int egr e dans un sch ema multi-r esolution, est associ e a une r egularisation de type \Div-Curl". L'optimisation de la fonction globale d' energie est conduite a l'aide d'un sch ema multi-grille. Les performances de cet estimateur sont exp erimentalement d emontr ees sur des images synth etiques et r eelles (m et eorologiques).