运动场景中目标检测与跟踪技术研究课程.ppt

背景运动补偿技术－特征点的选择－改进的MIC 算法 A A’ B B’ P P’ Q Q’ α 十字模版 圆周插值 C 首先，利用十字模板求得四邻域的象素均值A、A’、B、B’； 然后，利用圆周插值计算角点响应函数； 最后，利用多格算法找到角点。 背景运动补偿技术－特征点的选择－改进的MIC 算法 背景运动补偿技术－特征点的选择－改进的MIC 算法 线性插值MIC 圆周插值　十字模板 MIC 线性插值MIC（加椒盐噪声） 圆周插值　十字模板 MIC（加椒盐噪声） 背景运动补偿技术－特征点匹配 　所谓特征点的匹配，就是在待匹配图像中找到基准图像中的每一特征点的唯一匹配点。通过两帧之间特征点的位置变化，可以求出该特征点的局部运动矢量，而将所有特征点在两帧之间的位置变化信息代入运动模型，即可求出背景的全局运动矢量。因此，所有的特征点能否精确匹配的关键在于所选用的匹配准则和搜索策略。 　以基准图像的特征点为中心，构造了一定大小的MxM（5x5或7x7）的图像块，利用这些图像块，在待匹配图像的一定范围内进行搜索，来完成待匹配图像中的匹配特征点的获取。需要指出的是，全部特征点中，只有部分能得到正确的匹配。这是因为匹配算法本身的缺陷或特征点由于其它的原因而消失，如被遮挡或移出视野等。 背景运动补偿技术－特征点匹配准则 最小均方差准则(mean square error，MSE) 最小平均