动态成像条件下基于SURF和Mean shift的运动目标高精度检测

胡光龙，秦世引

(北京航空航天大学自动化科学与电气工程学院，北京 100191)

动态成像条件下基于SURF和Mean shift的运动目标高精度检测

胡光龙，秦世引

(北京航空航天大学自动化科学与电气工程学院，北京 100191)

针对动态成像条件下运动目标检测的难点问题，提出了一种将SURF特征和Mean shift图像分割相结合的高精度运动目标检测方法.首先利用SURF特征进行图像配准，以补偿背景图像的运动漂移;然后利用差分求积二值化和形态学滤波方法检测出运动目标区域;最后结合Mean shift图像分割方法实现运动目标的精确检测.通过一系列实拍视频的运动目标检测实验验证了此算法的有效性和可行性.实验结果表明，此方法能精确检测出动态成像条件下所形成的动态背景中的运动目标，而且具有良好的鲁棒性和抗噪能力，对于光照条件和亮度变化等不利因素也有较强的适应能力.

SURF;图像配准;Mean shift;图像分割;动态背景;目标检测

运动目标检测是计算机视觉领域的研究热点之一，在目标跟踪、视频监控、生物医学、机器人技术等领域都有着广泛的应用［1－4］.根据摄像机是否运动，运动目标检测方法可分为2类:静态背景目标检测和动态背景目标检测［5］.在静态背景目标检测中，摄像机处于静止状态，产生的是背景静止的图像序列，进行目标检测较为容易，且计算简单，常用的方法有:帧间差分法、背景差分法、光流法［6］等.在动态背景目标检测中，由于摄像机处于运动状态，导致图……