资源描述：
《基于仿生复眼运动相机运动目标检测》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、基于仿生复眼运动相机运动目标检测摘要：基于运动相机的运动目标检测是计算机视觉领域的热点与难点。基于仿生复眼结构的相机运动条件下的运动目标检测方法利用仿生复眼结构模拟多相机运动状态下的图像采集；使用SIFT特征点匹配与图像差分结合的方法提取运动区域，不需要建立背景模型，使用SIFT特征点匹配完成图像的配准，利用图像差分的方法得到运动目标；使用颜色值归一化，利用前景像素与背景像素的插值与比值确定该像素是否为阴影区域的方法。实验证明，该方法在不进行背景建模的条件下成功去除了阴影，实现了相机运动状态下的运动目标检测。关键词：仿生复
2、眼结构、运动相机、SIFT特征提取、阴影去除运动目标检测中图法分类号：TP391文献标识码：A0.引言：在视频事件分析中，运动目标检测是视觉分析中运动目标识别与跟踪的基础。目前，传统的运动目标检测方法有背景减除法、混合高斯背景建模法、光流法，背景减除与高斯背景建模两种方法只能在相机静止，拍摄角度固定的环境下进行；其次背景减除法需要缓冲若干帧来学习背景，因此往往需要消耗大量的内存，这使其使用范围受到了限制；高斯混合模型对于全局光照变化、阴影非常敏感，对于缓慢的运动目标检测效果也不理想；在摄像机运动、背景变化时，光流法也能检测
3、出运动目标，并且它能同时完成运动目标检测和跟踪，但是光流场的计算非常容易受到噪声、光照变化和背景扰动的影响。RitaCucchiara提出了一中基于像素的运动目标探测方法［1］,,针对每个像素进行计算，只适用于低分辨率的视频影像，当视频质量较高时会耗费大量时间。国防科技大学王亮芬提出并实现了基于SIFT特征点匹配和动态更新背景模型的运动目标检测算法［2］,必须要建立背景模型。本文提出基于仿生复眼结构的运动相机的sift特征匹配与图像差分结合的方法不需要建立背景模型，通过SIFT对图像进行配准，然后使用图像差分得出运动目标，
4、最后对差分前后图像像素的差值与比值进行阈值分割除去阴影和噪声。最终成功实现了相机运动条件下的运动目标检测。1.基于仿生复眼的图像采集及预处理MoradiPour,HamedBouzari使用PDE方法实现了动态场景下的运动目标检测［3］；SalmaKammounJarraya,MohamedHammamiandHaneneBen-Abdallah提出了基于像素状态的背景建模的方法［4］,实现了动态场景的运动目标检测，张涛基于统计学方法提出了一种基于边界灰度投影匹配的全局运动估计和运动目标提取算法［5］。这些方法都是在相机静
5、止条件下进行的，当相机与目标均运动时检测结果都不理想，而使用仿生复眼结构可以实现多相机运动状态下的运动目标检测。相机的运动状态主要包括上下左右转动，焦距变化、水平跟踪，垂直跟踪等［6］。仿射变换具有实现图像平移、恒等变换、成比例变换、镜像、旋转、错切等变换。仿射模型有三参数、四参数、六参数等模型，参数越多，运动估计也就越准确，不过计算也就越复杂，为了既能准确地描述摄像机的运动，又能降低运算的复杂度，我们一般采用六参数仿射模型。2.图像处理2.1SIFT特征提取与图像配准5.生成特征点描述符。第二，使用KDTREE方法寻找两
6、幅图像中的匹配点；第三，用RANSANC方法消除误匹配。对于求出的两幅图It和It-1中的对应匹配点，一部分在背景上，另一部分在运动目标上。相对于背景来说，运动目标比较小，对应的匹配点个数也是少量的，但是如果用在运动模型中求解参数就会影响参数的准确性，因此在求解过程中需要采用RANSAC的方法来精确求解模型参数，求出a,b,c,d,e,f的值。第四，依据正确的匹配点进行图像配准。2.2图像差分4.结论：本文提出了基于仿生复眼结构的多相机运动条件的运动目标检测的方法，利用仿生复眼成像设备采集数据，成功的模拟了多相机运动状态下
7、的图像采集过程，使用SIFT特征点提取的方法实现了对采集的图像的特征提取和配准，利用图像差分顺利提取出了运动区域，通过RGB颜色空间归一化、颜色差值及比值相结合的方法成功去除了阴影区域和由于光照过强造成的大面积亮白区域，最终实现了运动目标的提取。但是由于相机的运动还造成建筑物轮廓信息去除不彻底，这方面的工作有待进一步研究。4.参考文献[1]RitaCucchiara.DetectingMovingObjects,Ghosts,andShadowsinVideoStreams[C]・IEEETRANSACTIONSONPAT
8、TERNANALYSISANDMACHINEINTELLIGENCE,2003,25(10)：1337-1342[2]王亮芬.基于SIFT特征匹配和动态更新背景模型的运动目标检测算法[J]・计算机应用与软件，2010,27(2)：267-270[3]SaeidFazli,HamedMoradiPour,
