基于图像匹配的运动背景补偿方法.pdf

福建电脑 2006年第3期 基于图像匹配的运动背景补偿方法 李王伟，雷蕴奇 (厦门大学计算机科学系福建厦门361005) 【摘要】本文提出了在运动背景下车辆检测的一种有效的算法。首先对前后两帧进行稀疏块匹配，计算出摄像 机全局运动速度和方向，经过运动补偿后再通过两帧差分检测出运动区域，最后利用形态学膨胀消除边缘断裂，后经过 种子填充，计算连通域面积，去除噪声区域。实验表明，在运动背景的车辆检测应用上。能够较准确地提取出目标车辆。 【关键词】运动背景车辆检测匹配算法 1 引言 动参数。 随着社会经济的不断发展。城市规模和私人拥有车辆的增 J，=唧+6石+c)，+d r1、 加，交通监管的工作量大大增加。利用电子摄像机对各种交通违 I口y=口研+^+鲁y+^ 、‘7 法违规行为进行监控越来越受到重视。应用先进的计算机视频 其中，(x，y)是点坐标，v。和v，是该点在x轴和y轴的分量， 处理技术，利用摄像机采集车辆信息，并自动进行检测，跟踪和 a，b，c，d，e工g，h是要估算的参数。 识别．能及时发现违法违规车辆，并进行抓拍，有效地抑制交通 我们采用最小二乘估计吲∈估算八个参数，由于最小二乘估 事故的发生，保护人民的生命财产安全。 计对于噪声非常敏感．采用了如下的迭代算法来尽量消除误差 现阶段。利用摄像机和计算机进行视频自动监测和识别，主 的影响： 要应用于摄像机静止的情况下。在这种情况下，由于背景固定。 (1)取所有的匹配块估计全局运动参数”’，和”’，。 相对来说。利用背景减除，帧差分等方法能够得到较为理想的结 (2)计算平均误差值 果。而基于运动背景的车辆检测和识别由于技术上的难点，至今 并没有比较通用的方法出现。 E=÷∑Ⅵ历碍研 (2) 凡 wouter Beck【11提出利用频域相关匹配法计算全局运动参 其中N是所有的匹配块数。E为平均误差。 数，这种方法需要对整幅图进行运算，计算量大，而且在目标车 (3)以E为阈值，把所有和平均误差的差值大于E的匹配 辆比较大的情况下误差较大。wen酽睬用图像边缘和角点作为块删除。剩下的匹配块转到第(1)步重新迭代。如果删除的块为 特征的光流方法，cumaniD在每个边缘点处提取三个属性来进行 0。则迭代结束。 光流特征匹配。以上光流方法缺点在于每个点的计算量大，虽然 迭代结束后，可以认为留下来的匹配块都是有效的，此时可 可以较准确地估算全局运动，但是对于噪声比较敏感。特征的匹 以利用二乘估计法估算出八个参数。 配问题还没有很好的得到解决。 在得到摄像机的八个运动参数后。可以利用匹配算法来估 本文在单摄像机的条件下，对运动背景下车辆检测做了初 计背景运动的大小和方向： 步的研究．通过对两帧问进行稀疏块匹配．利用运动补偿来消除 动态背景的影响，通过帧差分来定位运动区域，通过数学形态学 眨引÷玑 (3)…7 【口’=，，+咋 的腐蚀膨胀来去除杂点和噪声，再计算连通区域．提取出运动车 其中，x’，y’和x，y分别是修正过的和原来的像素点，v。和v， 辆，取得了较为满意的结果。 是背景运动在x轴和y轴的分量，可以利用公式(1)计算。 2运动目标的检测过程 把后一帧图像经过运动补偿后，可以近似认为，它和前一帧 2．1