資源描述：
《基于光流的動(dòng)態(tài)背景運(yùn)動(dòng)目標(biāo)檢測(cè)算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、基于光流的動(dòng)態(tài)背景運(yùn)動(dòng)目標(biāo)檢測(cè)算法摘要：Horn-Schunch光流（HS）算法能夠在動(dòng)態(tài)的背景中檢測(cè)出完整的運(yùn)動(dòng)目標(biāo)，但該算法存在計(jì)算量大，且在圖像紋理平滑區(qū)域不能檢測(cè)出光流的問(wèn)題。本文對(duì)HS算法的運(yùn)算量進(jìn)行了分析，提出利用金字塔Lucas-Kanade（LK）光流估計(jì)背景的運(yùn)動(dòng)作為HS光流迭代初值的方法檢測(cè)動(dòng)態(tài)背景中的完整的運(yùn)動(dòng)目標(biāo)。關(guān)鍵詞：動(dòng)態(tài)背景金字塔LK光流HS光流運(yùn)動(dòng)目標(biāo)檢測(cè)基金項(xiàng)目：航空基金No.2010ZC56005No.2010ZC56006江西省教育廳科技項(xiàng)目No.GJJ10189De
2、tectionofMovingTargetinMovingBackgrounduseopticalflowAbstract：Horn-Schunchopticalflowalgorithmcandetectcompletemovingtargetindynamicbackground,buttherearesomeproblemslikeitslargecomputationanditisunabletodetectopticalflowinthesmoothregion.Inthispaper,wean
3、alyzedthecomputationoftheHorn-SchunchalgorithmandproposedthemethodtodetectcompletemovingtargetindynamiccontextcombiningthemethodofPyramidLucas-KanadeopticalflowandHorn-Schunchopticalflow。Keyword:dynamicbackgroundPyramidLKopticalflowHSopticalflowmovingtarg
4、etdetection1引言運(yùn)動(dòng)目標(biāo)檢測(cè)一直是計(jì)算機(jī)視覺(jué)領(lǐng)域的重要研究?jī)?nèi)容之一，也是后續(xù)運(yùn)動(dòng)目標(biāo)跟蹤和理解的基礎(chǔ)。按攝像機(jī)是否運(yùn)動(dòng)，運(yùn)動(dòng)目標(biāo)檢測(cè)可以分為靜態(tài)背景的運(yùn)動(dòng)目標(biāo)檢測(cè)和動(dòng)態(tài)背景的運(yùn)動(dòng)目標(biāo)檢測(cè)。靜態(tài)背景的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)已日趨成熟，主要方法有減背景法[1,2]，幀間差分法[3]和光流法[4]。而動(dòng)態(tài)背景的運(yùn)動(dòng)目標(biāo)檢測(cè)由于存在背景運(yùn)動(dòng)和目標(biāo)運(yùn)動(dòng)兩個(gè)相互獨(dú)立的運(yùn)動(dòng)使問(wèn)題變得復(fù)雜，發(fā)展較為緩慢。主要方法有基于運(yùn)動(dòng)補(bǔ)償?shù)牡腫5,6]和基于光流的運(yùn)動(dòng)目標(biāo)檢測(cè)[7]兩類算法?；谶\(yùn)動(dòng)補(bǔ)償?shù)乃惴ㄍㄟ^(guò)對(duì)連續(xù)兩幀中的
5、一幀做運(yùn)動(dòng)補(bǔ)償，將動(dòng)態(tài)背景轉(zhuǎn)換為靜態(tài)背景，再利用幀間差分法提取運(yùn)動(dòng)目標(biāo)區(qū)域。該類算法的有效性很大程度上取決于運(yùn)動(dòng)補(bǔ)償?shù)臏?zhǔn)確性，而且?guī)g差分后只能得到運(yùn)動(dòng)目標(biāo)的邊緣，并不能得到完整的目標(biāo)輪廓，這給后續(xù)的目標(biāo)特征提取和跟蹤帶來(lái)了很大困難。光流法中的HS光流法能在運(yùn)動(dòng)背景下檢測(cè)出完整的運(yùn)動(dòng)目標(biāo)，但由于其計(jì)算量大，對(duì)噪聲敏感，并且在紋理平滑區(qū)域檢測(cè)不到光流，使其很難直接應(yīng)用于實(shí)時(shí)運(yùn)動(dòng)目標(biāo)檢測(cè)。金字塔LK光流法則具有運(yùn)算速度快的特點(diǎn)，但其計(jì)算的稀疏點(diǎn)光流，無(wú)法提取完整的目標(biāo)。針對(duì)HS光流計(jì)算量大的問(wèn)題，在云臺(tái)攝像機(jī)
6、機(jī)座位置固定的特定應(yīng)用背景下，本文通過(guò)對(duì)HS光流計(jì)算量進(jìn)行分析，利用金字塔LK光流法估計(jì)背景光流值作為HS光流初始值的方法檢測(cè)動(dòng)態(tài)背景中的完整的運(yùn)動(dòng)目標(biāo)。與傳統(tǒng)點(diǎn)匹配需要檢測(cè)兩幀的特征點(diǎn)，不同金字塔LK光流具有只需提取前一幀圖像中的角點(diǎn)，即可進(jìn)行光流運(yùn)算，且運(yùn)算速度快的特點(diǎn)。但提取的是稀疏光流，無(wú)法提取目標(biāo)輪廓。本文利用金字塔LK光流計(jì)算背景光流，將該光流作為HS光流的初始值進(jìn)行迭代運(yùn)算。從而減少了迭代次數(shù)，加快了運(yùn)算速度，且解決了平滑區(qū)域的檢測(cè)不到光流的問(wèn)題。本文算法流程圖如下：圖1流程圖圖2迭代運(yùn)算2
7、.HS光流法光流算法通常假定：與三維空間物體點(diǎn)對(duì)應(yīng)的圖像點(diǎn)及其附近點(diǎn)的灰度值在運(yùn)動(dòng)中保持不變(亮度守恒)。設(shè)為三維空間某點(diǎn)時(shí)刻在某圖像投影的的灰度值，在時(shí)刻該點(diǎn)在新的圖像中的位置為，根據(jù)以上假設(shè)有(1)將上式在處進(jìn)行一階泰勒級(jí)數(shù)展開并忽略高次項(xiàng)得(2)(3)將（3）式兩邊同除得到光流約束方程(4)光流約束方程的求解是一個(gè)“病態(tài)”問(wèn)題，必須添加其他約束條件。HS光流方對(duì)整個(gè)運(yùn)動(dòng)場(chǎng)施加平滑約束，即假設(shè)給定點(diǎn)的領(lǐng)域內(nèi)的運(yùn)動(dòng)矢量的變化是緩慢的。根據(jù)光流約束方程，光流誤差為：(5)平滑量定義為：(6)此時(shí)目標(biāo)誤差函
8、數(shù)定義為：(7)其中為控制平滑約束的權(quán)重因子。HS光流問(wèn)題就歸結(jié)為最小化E的問(wèn)題。得到迭代公式：(8)為像素(x,y)鄰域的平均速度，k為迭代次數(shù)。由(8)式可知HS光流的迭代一次的計(jì)算量取決于圖像的尺寸。在圖像尺寸固定時(shí)，算法的計(jì)算量取決于迭代的次數(shù)。當(dāng)給定的初始值與真實(shí)值比較接近時(shí)所需要的迭代次數(shù)就少?；谠撍枷氡疚奶岢隼媒鹱炙﨤K光流運(yùn)算速度快的特點(diǎn)得到稀疏光流，并去除運(yùn)動(dòng)目標(biāo)和誤匹配點(diǎn)的運(yùn)動(dòng)矢量，提取背景的運(yùn)動(dòng)矢量作
