基于扩展的Kanade-Lucas的背景运动参数估计

复杂背景下运动分析首先需要进行背景运动参数估计。提出一种采用KLT算子并结合Kanade-Lucas跟踪算法来计算帧间特征点的匹配,然后利用帧间特征点间的匹配关系采用RANSAC算法来进行背景运动参数估计。实验结果证明这种方法具有计算量小,能实时实现并提供可靠的背景运动模型估计。

利用C_SURF配准的空基视频运动目标检测

针对传统的车辆检测算法的性能易受低空移动平台影响造成相机自运动以及外界的干扰等问题,提出了一种基于改进的C_SURF彩色特征稳像和光流法向量相结合的方法来解决低空视频中的运动车辆检测问题。通过图像稳像消除了相机的自运动和外界干扰问题,提高了运动车辆的检测性能。实验结果显示,该方法不仅在检测车辆方面可以获得更好的检测性能,在复杂的背景环境下也能有效地检测运动车辆。