[發(fā)明專利]一種航拍視頻的運動目標檢測方法

在審

• 申請?zhí)枺?/td>: 201711365258.1
• 申請日: 2017-12-18
• 公開（公告）號: CN108109163A
• 公開（公告）日: 2018-06-01
• 發(fā)明（設計）人: 聶海濤
• 申請（專利權(quán)）人: 中國科學院長春光學精密機械與物理研究所
• 主分類號: G06T7/254
• 分類號: G06T7/254;G06T7/215;G06T7/246
• 代理公司: 深圳市科進知識產(chǎn)權(quán)代理事務所(普通合伙) 44316
• 代理人: 趙勍毅

1.一種航拍視頻的運動目標檢測方法，其特征在于，所述航拍視頻的運動目標檢測方法包括步驟：

對輸入視頻序列進行圖像匹配，得到背景補償后的差分圖像；

對背景補償后的差分圖像進行能量累加，得到累加差分圖像；

對累加差分圖像進行形態(tài)學開運算處理，去除噪聲并捕捉大致目標區(qū)域；進行邊緣檢測求得目標圖像的邊緣，并對目標區(qū)域進行標注。

2.根據(jù)權(quán)利要求1所述航拍視頻的運動目標檢測方法，其特征在于，所述步驟：對輸入視頻序列進行圖像匹配，得到背景補償后的差分圖像具體包括步驟：

采用SURF特征點作為背景運動補償中所需的特征點；

通過網(wǎng)格篩選法提取出均勻分布的全局SURF特征點；

對選取的特征點進行匹配，用于全局運動參數(shù)的估計；

通過所求的全局運動參數(shù)進行仿射變換，求得背景補償后的差分圖像。

3.根據(jù)權(quán)利要求2所述航拍視頻的運動目標檢測方法，其特征在于，所述對選取的特征點進行匹配，具體包括：

采用BBF算法進行SURF特征點的粗匹配；

在SURF特征點的粗匹配后，通過匹配的特征點對，找出兩幀圖像間的一個最優(yōu)的仿射矩陣，使當前幀圖像上提取的特征點集合和參考幀圖像上的特征點集合中的最多點對匹配；

采用PROSAC算法進一步剔除匹配特征點對中的錯誤匹配點對，求得兩幀圖像間的仿射矩陣。

4.根據(jù)權(quán)利要求3所述航拍視頻的運動目標檢測方法，其特征在于，所述步驟：采用BBF算法進行SURF特征點的粗匹配，包括步驟：

把參考幀圖像中提取的特征點構(gòu)建一個kd-tree的存儲結(jié)構(gòu)；

通過搜索算法依次從參考幀圖像的特征點集中找到與當前幀圖像每個特征點的最鄰近特征點和次鄰近特征點。

5.根據(jù)權(quán)利要求4所述航拍視頻的運動目標檢測方法，其特征在于，所述構(gòu)建一個kd-tree的存儲結(jié)構(gòu)包括步驟：

確定分裂維k：統(tǒng)計所有SURF特征點描述子在每維上的方差，在64個方差中找出方差最大的那一維就是分裂維k；

確定二叉樹的根結(jié)點：把所有的特征點描述子按k維上的數(shù)值從小到大的順序排序，選擇中值km處的點作為根結(jié)點；確定左子空間和右子空間：在k維上小于中值km的數(shù)據(jù)點劃分為左子樹，大于km的數(shù)據(jù)點被劃分為右子樹；對當前根節(jié)點左子樹和右子樹內(nèi)的特征點重復根節(jié)點進行分裂，得到左子樹和右子樹的下一級子空間，如此往復直到數(shù)據(jù)中只包含一個數(shù)據(jù)點。

6.根據(jù)權(quán)利要求5所述航拍視頻的運動目標檢測方法，其特征在于，所述搜索算法包括步驟：

在kd-tree中找出包含待匹配特征點的葉結(jié)點:從根結(jié)點出發(fā)，根據(jù)根節(jié)點的分裂維數(shù)，把當前的根節(jié)點上的特征點作為目標點，比較目標點分裂維上的值和待匹配特征點分裂維上的值，若待匹配特征點分裂維的值小于目標點分裂維的值，則目標點移動到左子結(jié)點，否則移動到右子結(jié)點，依次遞歸地向下搜索kd樹，直到子結(jié)點為葉結(jié)點為止；

把找到的葉結(jié)點作為待匹配特征點的“當前最近點”；

從“當前最近點”向上遞歸回溯，如果該結(jié)點保存的特征點與待匹配特征點的距離比“當前最近點”與待匹配特征點的距離更近，則把該結(jié)點保存的特征點作為“當前最近點”。

7.根據(jù)權(quán)利要求5所述航拍視頻的運動目標檢測方法，其特征在于，所述PROSAC算法具體的步驟包括:

根據(jù)粗匹配成功的SURF特征點對的歐式距離，按從小到大對匹配成功的特征點對進行排序；

根據(jù)設定的采樣次數(shù)可以假設出滿足這個模型的特征點對在排序特征點對的前n對中；

從前n對特征點集中任意抽取4對特征點對組成一個樣本，通過8點法可求得匹配特征點對間對應的基礎矩陣；

通過基礎矩陣，計算每對匹配點到各自極線距離的平方和，若所得的距離平方和小于一個預先設定的閡值，則該匹配特征點對作為內(nèi)點，并統(tǒng)計內(nèi)點的個數(shù)；

重復上述步驟，直到滿足下述條件結(jié)束程序，把結(jié)束時獲得的模型參數(shù)作為特征點對最優(yōu)一致性的基礎矩陣。