改进SIFT匹配的动态背景下运动目标检测算法.pdfVIP

第40卷第8期自动化仪表Vol.40No.8

2019年8月PROCESSAUTOMATIONINSTRUMENTATIONAug.2019

改进SIFT匹配的动态背景下运动目标检测算法

侯宏录，李媛,李光耀

(西安工业大学光电工程学院，陕西西安710021)

摘要：无人机/车载运动目标检测与识别系统由于存在摄像机运动，使得场景中的背景与前景目标同时发生运动，增加了运动目标

检测的难度。目前,动态背景下运动目标检测的主要方法是利用特征点的运动估计来补偿背景的运动。针对尺度不变特征变换

(SIFT)特征匹配算法存在耗时长、误匹配率大，使得背景运动估计不准确，进而影响运动目标检测效果。提出了一种改进的SIFT特

征匹配算法——先剔除容易丢失的边缘特征点，再利用最近邻点与次近邻点的欧式距离比确定匹配点，并用RANSAC删除运动目标

上和误匹配点对，进一步实现背景运动的准确估计，从而检测得到运动目标的准确位置。试验结果表明:改进的特征点匹配算法在匹

配准确度和运算速度上均优于传统SIFT特征匹配算法的性能。最终,通过背景补偿，有效消除了相机运动引入的动态误差，提高了运

动目标检测的实时性和精度。

关键词：尺度不变将化变换；特征点匹配算法；背景补偿；运动目标检测；动态背景；摄像机运动；背景运动估计；背景全局运动模型

中图分类号：TH745文献标志码：ADOI：10.16086/j.cnki.issnl000-0380.2019010022

MovingTargetDetectionAlgorithmunderDynamicBackground

witImprovedSIFTMatching

HOUHonglu,LIYuan,LIGuangyao

(SchoolofOptoelectronicEngineering,Xi^nTechnologicalUniversity,Xian710021,China)

Abstract:Duetotheexistenceofcameramotion,forUAV/vehiclemovingtargetdetectionandrecognitionsystem,the

backgroundinthesceneandtheforegroundtargetaremovingsimultaneously,whichincreasesthedifficultyofdetectingthe

movingtarget.Atpresent,themainmethodofmovingtargetdetectionindynamicbackgroundistousethemotionestimationof

featurepointstocompensatethebackgroundmotion.Forthescale-invariantfeaturetransform(SIFT)featurematchingalgorithm,it

takesalongtimeandthemismatchrateislarge,whichmakesthebackgroundmotionestimationinaccurate,andthusaffectsthe

movingtargetdetectioneffect,thusanimprovedSIFTfeaturematchingalgorithmisproposed.Firstly,theedgefeaturepointsthat

are