移动平台下运动目标检测的MOF算法

陈海欣; 顾国华; 钱惟贤; 陈钱; 徐富元

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

移动平台下运动目标检测的MOF算法

陈海欣, 顾国华, 钱惟贤, 陈钱, 徐富元

文章导航 > 红外与激光工程 > 2014 > 43(2): 620-624

陈海欣, 顾国华, 钱惟贤, 陈钱, 徐富元. 移动平台下运动目标检测的MOF算法[J]. 红外与激光工程, 2014, 43(2): 620-624.

引用本文:

陈海欣, 顾国华, 钱惟贤, 陈钱, 徐富元. 移动平台下运动目标检测的MOF算法[J]. 红外与激光工程, 2014, 43(2): 620-624.

Chen Haixin, Gu Guohua, Qian Weixian, Chen Qian, Xu Fuyuan. MOF algorithm for moving target detection on mobile platform[J]. Infrared and Laser Engineering, 2014, 43(2): 620-624.

Citation:

Chen Haixin, Gu Guohua, Qian Weixian, Chen Qian, Xu Fuyuan. MOF algorithm for moving target detection on mobile platform[J]. Infrared and Laser Engineering, 2014, 43(2): 620-624.

移动平台下运动目标检测的MOF算法

1.
南京理工大学电子工程与光电技术学院,江苏南京 210094

基金项目:

国家自然科学基金（61271332）;江苏省“六大人才高峰”支持计划（2010-DZXX-022）

详细信息

作者简介:
陈海欣（1989- ），男，硕士生，主要从事红外图像处理、红外目标搜索跟踪方面的研究。Email：471030698@qq.com；顾国华（1966- ），男，研究员，博士生导师，主要从事红外目标探测与识别及红外成像方面的研究。Email：gghnjust@163.com

陈海欣（1989- ），男，硕士生，主要从事红外图像处理、红外目标搜索跟踪方面的研究。Email：471030698@qq.com；顾国华（1966- ），男，研究员，博士生导师，主要从事红外目标探测与识别及红外成像方面的研究。Email：gghnjust@163.com

中图分类号: TP391

MOF algorithm for moving target detection on mobile platform

1.
School of Electronic & Optical Engineering,Nanjing University of Science and Technology,Nanjing 210094,China

摘要: 建立了基于摄像机焦点运动所引起的场景全局运动的视差补偿技术（MOF）。摄像机自由移动时，由于场景的景深所带来的视差问题，需要对摄像机运动引起的场景全局运动进行补偿。重点研究了摄像机视角下摄像机与图像序列间光流场之间的运动关系，并实现了表征场景全局运动的MOF模型的建立。从摄像机视角的角度，利用射影几何的关系推导出光流场的约束条件，由场景的整体运动推测摄像机的运动，从而剔除视差虚警。最后，利用实际采集的图像数据进行实验，并与相关算法进行了分析对比，最终给出了MOF算法在摄像机平移、旋转等情况下的运动目标检测效果。
- 运动目标检测 /
- 视差补偿 /
- 单目视觉 /
- 运动平台
Abstract: Based on the global motion of the scene caused by the movement of the camera focus, a method named MOF(Motion Of Focus) was established. As the camera moved freely, the compensation of the overall movement was needed for the strong parallax caused by the depth of field. From the perspective of the camera, analysis of the compensation was performed which emphasized on the movement relation between the moving camera and optical field, and a MOF Model was given to show the characterization of the overall movement of the scene. With the camera movement speculated by the overall movement, optical flow constraints were deduced to exclude the parallax false alarm by projective geometry from the perspective of the moving camera. At the end, experiments were performed based on actual image data. And the results compared with other algorithms show that this model is practical under the translation and rotation of camera.
- moving target detection /
- parallax compensation /
- monocular vision /
- mobile platform

[1]
[2]	Zhang Y, Kiselewich S J, Bauson W A, et al. Robust moving object detection at distance in the visible spectrum and beyond using a moving camera[C]//CVPRW'06 Conference on IEEE, 2006: 131-131.
[3]
[4]	Micheloni C, Rinner B, Foresti G L. Video analysis in pan-tilt-zoom camera networks[J]. Signal Processing Magazine IEEE, 2010, 27(5): 78-90.
[5]
[6]	Xu Zhang, Wang Shengjin, Ding Xiaoqing. Beyond dominant plane assumption: moving objects detection in severe dynamic scenes with Multi-Classes RANSAC[C]//Audio, Language and Image Processing (ICALIP), 2012 International Conference on IEEE, 2012:
[7]
[8]	Wang Song, Wang Huiyuan, Wang Xiufen, et al. Approach of tracking moving targets in videos based on FOE and modified MCMC[J]. Computer Application and Software, 2012, 29(1): 38-41. (in Chinese)
[9]	Fernndez-Caballero A, Castillo J C, Martnez-Cantos J, et al. Optical flow or image subtraction in human detection from infrared camera on mobile robot[J]. Robotics and Autonomous Systems, 2010, 58(12): 1273-1281.
[10]
[11]
[12]	Huang Can, Zhang Dayu. The target location ranging based on monocular vision of mobile robot[J]. Software, 2012, 33(10): 49-51. (in Chinese)
[13]
[14]	Breitenstein M D, Reichlin F, Leibe B, et al. Online multiperson tracking-by-detection from a single, uncalibrated camera[J]. Pattern Analysis and Machine Intelligence, 2011, 33(9): 1820-1833.
[15]	Bay H, Tuytelaars T, Van Gool L. Surf: Speeded up robust features[M] Berlin: Springer, 2006: 404-417.

[1]	刘峰, 郭英华, 王霖, 高裴裴, 张月桐. 二维主动位姿引导的单目空间姿态测量方法 . 红外与激光工程, 2024, 53(2): 20211026-1-20211026-11. doi: 10.3788/IRLA20211026
[2]	姚成喆, 郭伟兰, 陈钱, 顾国华, 隋修宝. 红外运动目标轨迹重构动态仿真平台 . 红外与激光工程, 2022, 51(2): 20210901-1-20210901-7. doi: 10.3788/IRLA20210901
[3]	许航, 熊芝, 张刘港, 冯维, 翟中生, 周维虎, 董登峰. 基于加权最小二乘的激光跟踪姿态角测量方法 . 红外与激光工程, 2022, 51(6): 20210675-1-20210675-6. doi: 10.3788/IRLA20210675
[4]	刘岩, 雷柏平, 范斌, 边疆. 基于视觉测量的目标定位技术及结构参数优化 . 红外与激光工程, 2020, 49(S2): 20200191-20200191. doi: 10.3788/IRLA20200191
[5]	王中宇, 李亚茹, 郝仁杰, 程银宝, 江文松. 基于点特征的单目视觉位姿测量算法 . 红外与激光工程, 2019, 48(5): 517002-0517002(8). doi: 10.3788/IRLA201948.0517002
[6]	叶华, 谭冠政, 胡长坤, 戴正科. 曲率滤波-经验模式分解的运动人体目标检测预处理 . 红外与激光工程, 2018, 47(2): 226001-0226001(6). doi: 10.3788/IRLA201847.0226001
[7]	程全, 樊宇, 刘玉春, 程朋. 分块投影匹配的运动目标检测方法 . 红外与激光工程, 2018, 47(10): 1026004-1026004(4). doi: 10.3788/IRLA201847.1026004
[8]	王向军, 于潼, 张佳丽, 刘峰, 王越. DEM和单相机的弹落点坐标测量方法 . 红外与激光工程, 2018, 47(9): 917005-0917005(6). doi: 10.3788/IRLA201847.0917005
[9]	张玉叶, 周胜明, 赵育良, 王春歆. 高速运动目标的运动模糊图像复原研究 . 红外与激光工程, 2017, 46(4): 428001-0428001(6). doi: 10.3788/IRLA201746.0428001
[10]	王鹏, 周权通, 孙长库. 多特征点拓扑确定位姿测量算法研究 . 红外与激光工程, 2017, 46(5): 517001-0517001(9). doi: 10.3788/IRLA201746.0517001
[11]	冯春, 吴洪涛, 陈柏. 基于多传感器融合的航天器间位姿参数估计 . 红外与激光工程, 2015, 44(5): 1616-1622.
[12]	曾占魁, 谷蔷薇, 曹喜滨. 基于正交Procrustes分析的航天器单目视觉相对位姿确定方法 . 红外与激光工程, 2015, 44(S1): 113-118.
[13]	徐富元, 顾国华, 陈钱, 王长江, 杨蔚. 转动红外探测器下地面远距离运动目标检测方法 . 红外与激光工程, 2014, 43(4): 1080-1086.
[14]	田宁, 孙军华, 刘震. 单目视觉目标观瞄光点实时定位方法 . 红外与激光工程, 2014, 43(6): 2046-2050.
[15]	许芃, 李东光, 靳佰良. 采用区域生长和EMDs模型的运动目标检测方法 . 红外与激光工程, 2014, 43(10): 3486-3491.
[16]	李林, 卢焕章, 肖山竹, 廖斌. 周扫条件下的红外运动目标检测 . 红外与激光工程, 2014, 43(3): 967-972.
[17]	王鲁平, 张路平, 韩建涛. 采用灰度加权核函数的动态背景运动目标检测算法 . 红外与激光工程, 2013, 42(12): 3453-3457.
[18]	遆晓光, 林喆, 陈松林. 基于二维频域投影的弱小运动目标检测方法 . 红外与激光工程, 2013, 42(12): 3447-3452.
[19]	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.
[20]	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.

点击查看大图

计量

文章访问数: 255
HTML全文浏览量: 33
PDF下载量: 156
被引次数: 0

移动平台下运动目标检测的MOF算法

1. 南京理工大学电子工程与光电技术学院,江苏南京 210094

作者简介:
陈海欣（1989- ），男，硕士生，主要从事红外图像处理、红外目标搜索跟踪方面的研究。Email：471030698@qq.com；顾国华（1966- ），男，研究员，博士生导师，主要从事红外目标探测与识别及红外成像方面的研究。Email：gghnjust@163.com

陈海欣（1989- ），男，硕士生，主要从事红外图像处理、红外目标搜索跟踪方面的研究。Email：471030698@qq.com；顾国华（1966- ），男，研究员，博士生导师，主要从事红外目标探测与识别及红外成像方面的研究。Email：gghnjust@163.com

收稿日期: 2013-06-25
修回日期: 2013-07-03
刊出日期: 2014-02-25

基金项目:

国家自然科学基金（61271332）;江苏省“六大人才高峰”支持计划（2010-DZXX-022）

中图分类号: TP391

关键词:

摘要: 建立了基于摄像机焦点运动所引起的场景全局运动的视差补偿技术（MOF）。摄像机自由移动时，由于场景的景深所带来的视差问题，需要对摄像机运动引起的场景全局运动进行补偿。重点研究了摄像机视角下摄像机与图像序列间光流场之间的运动关系，并实现了表征场景全局运动的MOF模型的建立。从摄像机视角的角度，利用射影几何的关系推导出光流场的约束条件，由场景的整体运动推测摄像机的运动，从而剔除视差虚警。最后，利用实际采集的图像数据进行实验，并与相关算法进行了分析对比，最终给出了MOF算法在摄像机平移、旋转等情况下的运动目标检测效果。