留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

分块投影匹配的运动目标检测方法

程全 樊宇 刘玉春 程朋

程全, 樊宇, 刘玉春, 程朋. 分块投影匹配的运动目标检测方法[J]. 红外与激光工程, 2018, 47(10): 1026004-1026004(4). doi: 10.3788/IRLA201847.1026004
引用本文: 程全, 樊宇, 刘玉春, 程朋. 分块投影匹配的运动目标检测方法[J]. 红外与激光工程, 2018, 47(10): 1026004-1026004(4). doi: 10.3788/IRLA201847.1026004
Cheng Quan, Fan Yu, Liu Yuchun, Cheng Peng. Moving target detection method based on block projection matching[J]. Infrared and Laser Engineering, 2018, 47(10): 1026004-1026004(4). doi: 10.3788/IRLA201847.1026004
Citation: Cheng Quan, Fan Yu, Liu Yuchun, Cheng Peng. Moving target detection method based on block projection matching[J]. Infrared and Laser Engineering, 2018, 47(10): 1026004-1026004(4). doi: 10.3788/IRLA201847.1026004

分块投影匹配的运动目标检测方法

doi: 10.3788/IRLA201847.1026004
基金项目: 

国家自然科学基金(61401526);河南省科技攻关项目(182102210151,182102310761);周口师范学院教育教学改革研究项目(J2016049)

详细信息
    作者简介:

    程全(1978-),男,副教授,硕士,主要从事智能控制方面的研究。Email:quan8888@126.com

  • 中图分类号: TP391

Moving target detection method based on block projection matching

  • 摘要: 针对动态场景下图像序列中运动目标检测问题,首先采用基于分块投影匹配的全局运动参数估计方法,然后利用估计得到的运动参数补偿背景的全局运动以稳定图像序列,最后在稳定后的图像序列上采用背景减除法提取运动目标。实验表明,分块投影匹配的运动目标检测能有效地提取动态背景下的运动目标。
  • [1] Tang Cong, Ling Yongshun, Zheng Kedong, et al. Object detection method of multi-view SSD based on deep learning[J]. Infrared and Laser Engineering, 2018, 47(1):0126003. (in Chinese)
    [2] Ding Peng, Zhang Ye, Jia Ping, et al. Ship detection on sea surface based on multi-feature and multi-scale visual attention[J]. Optics and Precision Engineering, 2017, 25(9):2462-2468. (in Chinese)
    [3] Wang Yonghong, Lv Youbin, Gao Xinya, et al. Research progress in shearography and its applications[J]. Chinese Optics, 2017, 10(3):300-309. (in Chinese)
    [4] Weng M, Huang G, Da X. A new interframe difference algorithm for moving target detection[C]//Proceedings of the 20103rd IEEE International Congress on Image and Signal Processing, 2016:285-289.
    [5] Senst T, Evangelio R H, Siko R A. Detecting people carrying objects based on an optical flow motion model[C]//Proceedings of the 2011 IEEE Workshop on Applications of Computer Vision, 2011:301-306.
    [6] Li Zhengzhou, Cao Lei, Shao Wanxing, et al. Detection of small target in sea clutter based on spatio-temporal chaos analysis[J]. Optics and Precision Engineering, 2018, 25(1):193-199. (in Chinese)
    [7] Arel I, Rose D, Karnowski T. Deep machine learning-A new frontier in artificial intelligence research[J]. IEEE Computational Intelligence Magazine, 2015, 5(4):13-18.
    [8] Fu Wenlong, Zhang Mengjie. Low-level feature extraction for edge detection using genetic programming[J]. IEEE Transactions Cybernetics, 2014, 44(8):1459-1472.
    [9] Zhang Yongxiang, Wang Jian, Zhang Weigong, et al. An improved algorithm of electronic image stability based on block matching[C]//20105th IEEE Conference on Industrial Electronics and Applications, 2016:1924-1927.
    [10] Ma Junkai, Luo Haibo, Chang Zheng, et al. Visual tracking algorithm based on deformable parts model[J]. Optics and Precision Engineering, 2017, 46(9):0928001. (in Chinese)
    [11] Xiong Jingying, Dai Ming, Zhao Chunlei. Dejitter design for infrared laser vehicle cloud platforms[J]. Optics and Precision Engineering, 2018, 47(1):0126002. (in Chinese)
    [12] Xiong Jingying, Dai Ming, Zhao Chunlei. Dejitter design for infrared laser vehicle cloud platforms[J]. Chinese Optics, 2017, 10(6):719-725. (in Chinese)
    [13] Rakibe R S, Patil B D. Background subtraction algorithm based human motion detection[J]. International Journal of Scientific and Research Publication, 2013, 3(5):1-4.
    [14] Bharti T T. Background subtraction techniques-review[J]. International Journal of Innovative Technology and Exploring Engineering, 2013, 2(3):166-168.
  • [1] 李岳楠, 徐浩宇, 董浩.  频域内面向目标检测的领域自适应 . 红外与激光工程, 2022, 51(7): 20210638-1-20210638-9. doi: 10.3788/IRLA20210638
    [2] 高凡, 杨小冈, 卢瑞涛, 王思宇, 高久安, 夏海.  Anchor-free轻量级红外目标检测方法(特邀) . 红外与激光工程, 2022, 51(4): 20220193-1-20220193-9. doi: 10.3788/IRLA20220193
    [3] 张景程, 乔新博, 赵永强.  红外偏振摄像机动目标检测跟踪系统(特邀) . 红外与激光工程, 2022, 51(4): 20220233-1-20220233-10. doi: 10.3788/IRLA20220233
    [4] 蒋昕昊, 蔡伟, 杨志勇, 徐佩伟, 姜波.  基于YOLO-IDSTD算法的红外弱小目标检测 . 红外与激光工程, 2022, 51(3): 20210106-1-20210106-10. doi: 10.3788/IRLA20210106
    [5] 韩金辉, 魏艳涛, 彭真明, 赵骞, 陈耀弘, 覃尧, 李楠.  红外弱小目标检测方法综述 . 红外与激光工程, 2022, 51(4): 20210393-1-20210393-24. doi: 10.3788/IRLA20210393
    [6] 孙日明, 杨苡辰, 马永峰, 孔祥宇, 李常贤.  空间失稳目标的高精度运动估计方法 . 红外与激光工程, 2021, 50(1): 20200104-1-20200104-9. doi: 10.3788/IRLA20200104
    [7] 南天章, 耿建君, 陈旭, 陈颖.  基于邻域特征的红外低慢小目标检测 . 红外与激光工程, 2019, 48(S1): 174-180. doi: 10.3788/IRLA201948.S128002
    [8] 孙日明, 李江道, 林婷婷, 李荣华, 季霖.  空间失稳目标线阵成像畸变校正方法 . 红外与激光工程, 2019, 48(9): 926003-0926003(10). doi: 10.3788/IRLA201948.0926003
    [9] 唐聪, 凌永顺, 郑科栋, 杨星, 郑超, 杨华, 金伟.  基于深度学习的多视窗SSD目标检测方法 . 红外与激光工程, 2018, 47(1): 126003-0126003(9). doi: 10.3788/IRLA201847.0126003
    [10] 陈卫, 孙晓兵, 乔延利, 陈震庭, 殷玉龙.  海面耀光背景下的目标偏振检测 . 红外与激光工程, 2017, 46(S1): 63-68. doi: 10.3788/IRLA201746.S117001
    [11] 王晓飞, 王霄衣, 史翔宇, 阎秋静, 陈向南.  基于空间上下文单类分类器的目标检测算法 . 红外与激光工程, 2015, 44(S1): 236-240.
    [12] 孙照蕾, 惠斌, 秦莫凡, 常铮, 罗海波, 夏仁波.  红外图像显著目标检测算法 . 红外与激光工程, 2015, 44(9): 2633-2637.
    [13] 胡梦婕, 魏振忠, 张广军.  基于对象性测度估计和霍夫森林的目标检测方法 . 红外与激光工程, 2015, 44(6): 1936-1941.
    [14] 韩艳丽, 刘峰.  基于三角形匹配的空间小目标检测算法 . 红外与激光工程, 2014, 43(9): 3134-3140.
    [15] 彭志勇, 王向军, 卢进.  窗口热辐射下基于视觉显著性的红外目标检测方法 . 红外与激光工程, 2014, 43(6): 1772-1776.
    [16] 刘志刚, 卢云龙, 魏一苇.  有监督的高光谱图像伪装目标检测方法 . 红外与激光工程, 2013, 42(11): 3076-3081.
    [17] 吴明军, 许建铮, 周桢, 张亚涛.  针对运动摄像机的快速低存储开销运动目标检测算法 . 红外与激光工程, 2013, 42(8): 2275-2280.
    [18] 黎志华, 李新国.  基于OpenCV的红外弱小运动目标检测与跟踪 . 红外与激光工程, 2013, 42(9): 2561-2565.
    [19] 杨亚威, 李俊山, 杨威, 赵方舟.  利用稀疏化生物视觉特征的多类多视角目标检测方法 . 红外与激光工程, 2012, 41(1): 267-272.
    [20] 何莲, 蔡敬菊, 张启衡.  改进的基于弦切变换的目标检测方法 . 红外与激光工程, 2012, 41(1): 239-247.
  • 加载中
计量
  • 文章访问数:  244
  • HTML全文浏览量:  27
  • PDF下载量:  41
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-05-05
  • 修回日期:  2018-06-03
  • 刊出日期:  2018-10-25

分块投影匹配的运动目标检测方法

doi: 10.3788/IRLA201847.1026004
    作者简介:

    程全(1978-),男,副教授,硕士,主要从事智能控制方面的研究。Email:quan8888@126.com

基金项目:

国家自然科学基金(61401526);河南省科技攻关项目(182102210151,182102310761);周口师范学院教育教学改革研究项目(J2016049)

  • 中图分类号: TP391

摘要: 针对动态场景下图像序列中运动目标检测问题,首先采用基于分块投影匹配的全局运动参数估计方法,然后利用估计得到的运动参数补偿背景的全局运动以稳定图像序列,最后在稳定后的图像序列上采用背景减除法提取运动目标。实验表明,分块投影匹配的运动目标检测能有效地提取动态背景下的运动目标。

English Abstract

参考文献 (14)

目录

    /

    返回文章
    返回