论文部分内容阅读
运动目标检测是当前图像技术研究应用的热点和焦点,作为运动目标视觉分析中的一项核心技术以及底层问题,是后续各种高层次的视频处理和应用理解的基础,同时也是视频监控技术自动化和实时应用的关键。
本文在借鉴前人对静止背景下运动目标检测算法研究成果的基础上,对运动背景下的运动目标检测进行研究。运动摄像机视频监控系统克服了静止摄像机视频监控系统在视野范围上存在的局限性,扩大了摄像机的监控范围。背景的运动是摄像机的运动造成的,然而在拍摄视频的过程中,摄像机运动的同时前景目标也有其自身的运动,这时运动目标检测受到很多未知因素的影响,常用的静止背景下的运动目标检测方法已不再适用。
针对上述问题,本文提出一种基于特征点跟踪的全局运动估计和背景运动补偿算法,首先提出一种改进Harris角点检测算法从当前帧图像中提取特征点,然后采用金字塔迭代Lucas-Kanade方法跟踪后一帧中对应的特征点,完成特征点的初始匹配,再利用随机优化算法剔除存在的错误匹配,进而利用六参数仿射模型对正确匹配点对进行迭代计算得到运动参数,最后利用双线性内插法对图像的背景运动进行补偿。
对背景运动进行补偿后,帧间的背景相对静止,最后采用相邻帧差法检测出运动目标。试验表明,本文的方法能够精确、快速和稳定的从运动摄像机拍摄的视频中检测出运动目标。