懂的人一看便知
CN4321258/TP ISSN10072130X
计算机工程与科学
COMPUTERENGINEERING&SCIENCE
2010年第32卷第1期
Vol132,No11,2010
文章编号:10072130X(2010)0120067204
3
动摄像机下基于SIFT特征匹配和MHI的目标检测
TheDetectionofMovingObjectsbyaMoving
CameraBasedontheSIFTFeaturesMatchandMHI
王亮芬,周东翔,梁 华,蔡宣平
WANGLiang2fen,ZHOUDong2xiang,LIANGHua,CAIXuan2ping(国防科学技术大学电子科学与工程学院,湖南长沙410073)
(SchoolofElectronicsScienceandEngineering,NationalUniversityofDefenseTechnology,Changsha410073,China)摘 要:摄像机的运动使得复杂背景下动目标的检测复杂化。为了应对动态变化的背景,本文提出基于SIFT特征匹配和运动历史图的目标检测算法。首先用SIFT算法提取特征点,采用RANSAC方法求得仿射变换模型参数并实现图像的全局运动补偿,最后利用运动历史图的方法检测出动目标。SIFT特征点匹配的准确性和方法去除异常点的有效性使得仿射变换模型参数计算准确,,。与NinadThakoor实验结果对比说明:该算法能够准确地检测出动目标,。
Abstract:Themovementofacameramakesthemovingobjectsacomplexbackground.Inordertocopewiththedynamicallychangedbackground,methodbasedontheSIFTfeaturesmatchandMotionHistoryImage.Firstly,bytheSIFTalgorithmtocomputetheparametersoftheaffinetransformmodel,,theglobalmotionbetweenimages.Secondly,weadopttheMHImethodtooftheSIFTfeaturesmatchandthevalidityofpickingouttheoutliersbythemaketheparametersoftheaffinetransformmodelcomputeaccurately,andMHIshowsthemovingobjectsandmovingdirectionofobjectsclearly.Theexperimentalresultsdemonstratethatouralgorithmcandetectthemovingobjectsaccurately,andshowthemovingdirectionoftheforegroundobjects,comparedwiththeNinadThakoor’smethod.
关键词:运动摄像机;全局运动补偿;SIFT;RANSAC;MHI;目标检测
Keywords:movingcamera;globalmotioncompensation;SIFT;RANSAC;MHI;objectsdetectiondoi:10.3969/j.issn.10072130X.2010.01.020中图分类号:TP391文献标识码:A
变化非常敏感,而且维护背景帧需要大量的时间;光流法易
受光线和灰度等级的影响;帧间差方法用连续的两到三帧图像相减实现时域差分,对动态变化场景中目标检测非常有效,但在目标的定位上很差[2]。
目标检测主要有两种模式:摄像机静止-目标运动和摄像机运动-目标运动[3]。对于视频监控任务,图像通常是静止的,背景模型已知,自动目标检测相对容易。运动摄像机情况下的动目标检测算法要比静态摄像机的动目标检测算法复杂得多,由于摄像机的运动使得背景实时地变化,
1 引言
视频图像序列中的动目标检测是许多视觉系统中一个基础的部分[1]。在监控应用中,识别非静态区域是所有更高层处理的前提,例如目标识别、跟踪、行为分析等。复杂场景下动目标的检测方法主要有背景模型法、光流法和帧差法三种。背景差法主要应用于静态视频监控场合,能得到完整的动目标,但却对光线变化和其他外部的动态场景
3
收稿日期:2008208228;修订日期:2008211217
作者简介:王亮芬(19822),男,山东潍坊人,硕士生,研究方向为计算机视觉和图形图像处理;周东翔,副教授,研究方向为计算机视觉、虚拟现实、图形图像处理与科学计算可视化;梁华,博士生,研究方向为运动目标检测与跟踪;蔡宣平,教授,研究方向为计算机图形学、信息处理等。
通讯地址:410073湖南省长沙市国防科学技术大学电子科学与工程学院智能感知信息联合中心;Tel:13875938876;E2mail:wlf2
0714@163.com
Address:JiontCenterforIntelligentSensingSystems,SchoolofElectronicsScienceandEngineering,NationalUniversityofDefenseTechnology,Changsha,Hunan410073,P.R.China
67
2010 基于 SIFT 特征匹配和动态更新背景模型的运动... 要 运动摄像机情况下的运动目标检测是视频监控中的...MHI〔C 〕 / Proceedings of the 2006 / ...
多摄像机之间的目标匹配方法,摄像机可以带有云台.该方法是基于区域的方法,但是区域的 特征以SIFT描述子而不是通常的颜色来描述,同时目标的检测使用减背景技术,目标...
多摄像机之间基于区域SIFT描述子的目标匹配_计算机软件及应用_IT/计算机_专业资料。目标识别第31 卷 第4期 2008 年 4 月 计 算 机 学 报 C H IN ESE J...
多摄像机之间基于区域SIFT描述子的目标匹配_明安龙_计算机硬件及网络_IT/计算机_专业资料。第 31 卷第 4 期 2008 年 4 月 计算机学报 CH INESE JOURNA L ...
关键词 全景图像;SIFT 特征提取;匹配;哈夫圆检测变换 1? 引言全景摄像机因为可以获得大的视角而得到广泛 应用 [1] :移动机器人、远程控制、虚拟现实、多媒 体...
匹配特征 立体匹配 SIFT点特征 点特征 SIFT算法匹配 算法匹配 三维 重建 3D 2D 摄像机标定 机械手 抓取 识别 定位 一、课题研究背景利用视觉系统获取环境信息, ...
F特征向量,这些SIFT特征向量的 位置点称为SIlT特征点,当匹配出的特征点达到一 定数量,表明在图片中检测出了目标物体. 2 SIlTr特征向量的生成,包括检测尺度空间...
国防科学技术大学 博士学位论文 多摄像机视频监控中运动目标检测与跟踪 姓名:梁...2.4-2基于SIFT特征匹配的动态背景建模 通过前文的分析可以看出,无论是背景运动...
基于人体主颜色特征的多摄像机目标连续跟踪_机械/...该方法无需进行复杂的特征(如SIFT特征)提取,而以...即取最住距离最小的第一个候选口标为最佳匹配目标...
热门文档