分块投影匹配的运动目标检测方法

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

文章导航 > 红外与激光工程 > 2018 > 47(10): 1026004-1026004(4)

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

1.
周口师范学院机械与电气工程学院,河南周口 466001;
2.
周口师范学院网络工程学院,河南周口 466001;
3.
国机精工有限公司,河南郑州 450000

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）

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

1.
College of Mechanical and Electrical Engineering,Zhoukou Normal University,Zhoukou 466001,China;
2.
College of Network Engineering,Zhoukou Normal University,Zhoukou 466001,China;
3.
Sinomach Precision Industry CO.,Ltd.,Zhengzhou 450000,China

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。
- 目标检测 /
- 运动估计 /
- 背景减除
Abstract: Aiming at the moving target detection in image sequence for dynamic scene, block projection and matching were utilized for global motion estimation. Then, the background image was compensated by applying the estimated motion parameters so as to stabilize the image sequence. Finally, background subtraction was employed in the stabilized image sequence to extract moving targets. Experiment tests denote that the proposed moving target detection algorithm based on block projection and matching can efficiently extract moving targets in dynamic scene.
- target detection /
- motion estimation /
- background subtraction

[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]	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
[2]	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
[3]	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
[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]	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.
[20]	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.

WeChat

点击查看大图

计量

文章访问数: 288
HTML全文浏览量: 33
PDF下载量: 43
被引次数: 0

分块投影匹配的运动目标检测方法

doi: 10.3788/IRLA201847.1026004

1. 周口师范学院机械与电气工程学院,河南周口 466001;

2. 周口师范学院网络工程学院,河南周口 466001;

3. 国机精工有限公司,河南郑州 450000

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

收稿日期: 2018-05-05
修回日期: 2018-06-03
刊出日期: 2018-10-25

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

关键词:

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

全文HTML

参考文献 (14)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回