基于Android平台的防镜头抖动运动目标检测

为了有效地解决手持设备容易出现镜头抖动的问题,本文提出一种基于Android平台的防镜头抖动的运动目标检测算法。首先初始化Vi Be(Visual Background Extractor)背景模型,继而运用KLT(Kanade-Lucas-Tomasi Feature Tracker)方法计算输入图像相对于背景模型的偏移量,建立运动补偿后的背景模型,最后检测运动目标,实时背景更新。该算法被运用到了Android平台上,实验结果显示本文算法在镜头抖动情况下仍能准确提取运动目标。

基于改进ViBe算法的运动目标检测

针对视觉背景提取(Visual background extractor,ViBe)算法在镜头抖动和动态场景下运动目标误检率高的问题,提出了一种改进的ViBe算法。首先利用背景点有无整体运动来判断镜头是否抖动,接着根据背景点的运动求出全局运动参数,然后加入运动补偿算法消除镜头抖动对背景模型更新的影响,最后通过前景图像的连通域集合对动态场景下的动态噪声进行过滤,实现更为精准的运动目标检测。多种数据集测试结果表明,改进后的ViBe算法在镜头抖动和动态场景下能准确检测出运动目标,各项评价指标均优于经典ViBe算法和其他对比算法,具有一定的实用价值。