基于全局运动补偿的多运动目标检测方法研究基于全局运动补偿的多运动目标检测方法研究
提出了一种动态背景下的对多个运动目标检测的完整方法。利用基于宏块匹配的六参数全局运动估计方法进行
全局运动补偿,有效地消除了摄像机在非稳定运动情况下对目标检测性能带来的不利影响。同时在宏块匹配前
进行了预处理,通过预判提取纹理信息丰富的宏块,并在宏块匹配的过程中采用九点十字搜索算法取代传统的
三步搜索算法,减少了匹配数据量。通过六参数运动模型计算得到摄像机全局运动参数,然后对运动背景进行
全局补偿。补偿后经过后处理提取运动区域。实验证明,本方法能够有效地检测出动态背景下的运动目标。
基于视频的
目标检测分为多种类型。按照摄像机是否运动可分为两种情况:静态背景下的运动目标检测与跟踪,通常指摄像机相对背
景静止的状态,如用于交通路口的安全监控系统;
本文主要针对复杂动态广场背景下单摄像机对多个运动目标进行检测的情况,在传统方法的基础上,提出了一套更完善、
实时性和鲁棒性更优的基于
1 动态背景下的多目标检测动态背景下的多目标检测
目前在动态背景下解决目标检测的问题主要有两大思路:(1)根据基于目标模板特征的方法。这种方法背景是否运动对其影
响不是很大,但是在目标特征不明显的情况下难以做到准确地提取目标;(2)基于背景补偿的方法。通过全局运动估计得到的全
局运动参数估算摄像机运动模型,在进行差分图像提取目标前进行背景补偿,消除全局运动带来的影响[3]。本文采用基于全
局运动补偿的方法实现目标检测。
1.1 全局运动估计全局运动估计
全局运动估计是指对视频序列中造成背景运动的摄像机运动进行估计,其目的是要从视频序列中找出造成全局运动的摄像
机运动的规律,从而将动态序列间的背景对准消除,检测出前景目标[4]。
图1为本文动态背景下基于全局运动补偿的运动目标检测的流程图。
首先通过全局运动估计和补偿将相邻帧间背景对准,再通过帧间差分消除动态背景,最后对差分图像进行二值化以及一系
列后处理从而获取前景运动目标。
1.1.1 常用的摄像机运动模型常用的摄像机运动模型[5]
如图2所示,摄像机把三维空间点(X,Y,Z)映射到二维空间平面点(x,y)上。图像平面与Z轴垂直,中心坐标为(0,0,f)(f表示摄像
机的焦距)。
评论0
最新资源