利用C_SURF配准的空基视频运动目标检测

刘慧; 李清泉; 高春仙; 曾喆

doi:10.13203/j.whugis20130121

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

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

利用C_SURF配准的空基视频运动目标检测

刘慧, 李清泉, 高春仙, 曾喆

文章导航 > 武汉大学学报 ( 信息科学版) > 2014 > 39(8): 951-955

刘慧, 李清泉, 高春仙, 曾喆. 利用C_SURF配准的空基视频运动目标检测[J]. 武汉大学学报 ( 信息科学版), 2014, 39(8): 951-955. doi: 10.13203/j.whugis20130121

引用本文:

刘慧, 李清泉, 高春仙, 曾喆. 利用C_SURF配准的空基视频运动目标检测[J]. 武汉大学学报 ( 信息科学版), 2014, 39(8): 951-955. doi: 10.13203/j.whugis20130121

LIU Hui, LI Qingquan, GAO Chunxian, ZENG Zhe. Moving Target Detection Using C_SURF Registration[J]. Geomatics and Information Science of Wuhan University, 2014, 39(8): 951-955. doi: 10.13203/j.whugis20130121

Citation:

LIU Hui, LI Qingquan, GAO Chunxian, ZENG Zhe. Moving Target Detection Using C_SURF Registration[J]. Geomatics and Information Science of Wuhan University, 2014, 39(8): 951-955. doi: 10.13203/j.whugis20130121

利用C_SURF配准的空基视频运动目标检测

doi: 10.13203/j.whugis20130121

刘慧^1,2,
李清泉^3,,
高春仙²,
曾喆⁴

¹ 武汉大学电子信息学院,湖北武汉,430079;² 厦门大学水声通信与海洋信息技术教育部重点实验室,福建厦门,361005;³ 武汉大学测绘遥感信息工程国家重点实验室,湖北武汉,430079;⁴ 中国石油大学(华东;地球资源与信息学院,山东青岛,266555

基金项目: 国家自然科学基金资助项目(41101355)；中央高校基本科研业务费专项资金资助项目(12CX04002A)

详细信息

作者简介:
刘慧,博士生,主要从事图像处理、机器视觉等研究。

通讯作者: 李清泉

中图分类号: TN391

Moving Target Detection Using C_SURF Registration

¹School of Electronic Information,Wuhan University,Wuhan 430079,China;²Key Laboratory of Underwater Acoustic Communication and Marine Information Technology,Ministry of Education,Xiamen University,Xiamen 361005,China;³State Key Laboratory of Information Engineering in Surveying Mapping and Remote Sensing,Wuhan University,Wuhan 430079,China;⁴College of Geo-resources and Information,China University of Petroleum,Qingdao 266555,China

Funds: The National Natural Science Foundation of China,No.41101355;the Fundmental Research Funds for the CentralUniversities,No.12CX04002A.

More Information

Author Bio:
LIU hui,PhD candidate,specializes in the image processing and machine vision.

Corresponding author: LI Qingquan

摘要: 目的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。
- C_SURF算子 /
- 车辆检测 /
- 光流法向量 /
- KLT算子 /
- 视频监控
Abstract: Objective Due to the high mobility,rapid deployment and a wide range of monitoring,vehicle detec-tion and tracking system based on low-level mobile platform attract more and more attention.Cameralself-motion,outside interference and other reasons caused by low altitude mobile platforms impact theperformance of traditional vehicle detection algorithms.To resolve the above problems,a new methodon improved SURF color image stabilization is presented in this paper.From the experimental results,we can see,firstly,compared to other methods,the method proposed by the paper can achieve vehicledetection performance;secondly even in a complex background environment,the method in this papercan effectively detect moving vehicles.
- C_SURF /
- vehicle detection /
- normal vector of optical flow /
- KLT operator /
- video surveil-lance

[1]

Grimson W E L,Stauffer C,Romano R,et al.U-sing Adaptive Tracking to Classify and Monitor Ac-tivities in a Site[C].The IEEE Computer ScocietyConference on Computer Vision and Pattern Recog-nition,CA,USA,1998[2] Jin Ting,Zhou Fugen,Bai Xiangzhi.Moving ObjectDetection in Airborne Video Using Kernel DensityEstimation[J].Infrared and Laser Engineering,2011,40(1):153-158(金挺,周付根,白相志.利用核密度估计的空基视频运动目标检测[J].红外激光工程,2011,40(1):153-158)[3] Rittscher J,Kato J,Joga S,et al.ProbabilisticBackground Model for Tracking[C].Conference onComputer Vision(ECCV),Dublin,Ireland,2000[4] Oliver N,Rosario B,Pentland A.A Bayesian Com-puter Vision System for Modeling Human Interac-tions[J].IEEE Trans.Patt.Analy.Mach.In-tell,2000,22(8):831-843[5] Barron J,Fleet D,Beauchemin S.Performance ofOptical Flow Techniques[J].International Journalof Computer Vision,1994,12(1):43-77[6] Liu Hui,Li Qingquan,Zeng Zhe,et al.Vehicle De-tection in Low Altitude Aircraft Video[J].Geomat-ics and Information Science of Wuhan University,2011,36(3):316-320(刘慧,李清泉,曾喆，等.利用低空视频检测道路车辆[J].武汉大学学报·信息科学版,2011,36(3):316-320)[7] Lowe D G.Distinctive Image Features from Scale-invariant Keypoint[J].International Journal ofComputer Vision,2004,60(2):91-110[8] Alaa E,Abdel Hakim,Aly A F.CSIFT:A SIFTDescriptor with Color Invariant Characteristics[C].IEEE Computer Society Conference on ComputerVision and Pattern Recognition,New York,USA,2006[9] Bay H,Ess A,Tuytélaars,T,et al.Speeded-upRobust Features(SURF)[J].Computer Vision andImage Understanding,2008,110(3):346-359[10]Zhang Ruijuan,Zhang Jianqi,Yang Cui,et al.Study on Color Image Registration Technique Basedon CSIFT[J].Acta Optica Sinica,2008,28(11):2097-2103(张锐娟,张建奇,杨翠,等.基于CSIFT的彩色图像配准技术研究[J].光学学报,2008,28954 第39卷第8期刘慧等:利用C_SURF配准的空基视频运动目标检测(11):2097-2103)[11]Yu Q,Medioni G.Motion Pattern Interpretationand Detection for Tracking Moving Vehicles in Air-borne Video[C].IEEE Conference on Computer Vi-sion and Pattern Recognition,Miami,FL,USA,2009[12]Cao Xianbin,Lan Jinhe,Yan Pingkun,et al.Vehi-cle Detection and Tracking in Airborne Videos byMulti-motion Layer Analysis[J].Machine Visionand Applications,2011,3:921-935

[1]	陈旭. 耦合多粒度视觉特征与时空信息的城市视频车辆重识别研究 . 武汉大学学报 ( 信息科学版), 2022, 47(4): 640-640. doi: 10.13203/j.whugis20210688
[2]	赵望宇, 李必军, 单云霄, 徐豪达. 融合毫米波雷达与单目视觉的前车检测与跟踪 . 武汉大学学报 ( 信息科学版), 2019, 44(12): 1832-1840. doi: 10.13203/j.whugis20180146
[3]	胡学敏, 余进, 邓重阳, 宋昇, 陈钦. 基于时空立方体的人群异常行为检测与定位 . 武汉大学学报 ( 信息科学版), 2019, 44(10): 1530-1537. doi: 10.13203/j.whugis20170424
[4]	解愉嘉, 刘学军. 顾及轨迹地理方向的监控视频浓缩方法 . 武汉大学学报 ( 信息科学版), 2017, 42(1): 70-76. doi: 10.13203/j.whugis20160080
[5]	章登义, 王骞, 朱波, 武小平, 曹瑀, 蔡波. 利用人体部位特征重要性进行行人再识别 . 武汉大学学报 ( 信息科学版), 2017, 42(1): 84-90. doi: 10.13203/j.whugis20150551
[6]	张兴国, 刘学军, 王思宁, 刘洋. 监控视频与2D地理空间数据互映射 . 武汉大学学报 ( 信息科学版), 2015, 40(8): 1130-1136. doi: 10.13203/j.whugis20130817
[7]	邢远秀, 章登义, 赵俭辉. 利用多尺度弦角尖锐度累积的自适应角点检测算子 . 武汉大学学报 ( 信息科学版), 2015, 40(5): 617-622,627. doi: 10.13203/j.whugis20140583
[8]	刘操, 郑宏, 黎曦, 余典. 基于多通道融合HOG特征的全天候运动车辆检测方法 . 武汉大学学报 ( 信息科学版), 2015, 40(8): 1048-1053. doi: 10.13203/j.whugis20130341
[9]	汪汇兵, 唐新明, 邱博, 王文杰. 运用多算子加权的面要素几何匹配方法 . 武汉大学学报 ( 信息科学版), 2013, 38(10): 1243-1247.
[10]	杨朝辉, 陈鹰. 引入影像重构的边缘检测算子性能评估方法 . 武汉大学学报 ( 信息科学版), 2013, 38(4): 445-449.
[11]	唐永鹤, 陶华敏, 卢焕章, 胡谋法. 一种基于Harris算子的快速图像匹配算法 . 武汉大学学报 ( 信息科学版), 2012, 37(4): 406-409.
[12]	万雪. 利用Harris算子进行广义点摄影测量特征提取及其矢量化 . 武汉大学学报 ( 信息科学版), 2012, 37(2): 145-148.
[13]	刘慧, 李清泉, 曾喆, 高春仙. 利用低空视频检测道路车辆 . 武汉大学学报 ( 信息科学版), 2011, 36(3): 316-320.
[14]	王文龙, 唐炉亮, 李清泉, 雷波. 一种利用飞艇航拍视频的运动车辆检测方法 . 武汉大学学报 ( 信息科学版), 2010, 35(7): 786-779.
[15]	雷波, 李清泉. 复杂交通场景中车辆视频检测的背景提取与更新 . 武汉大学学报 ( 信息科学版), 2009, 34(8): 906-909.
[16]	李占元, 钟业勋. 地图编绘的布尔代数运算原理及制图综合算子数学模 . 武汉大学学报 ( 信息科学版), 2005, 30(5): 431-434.
[17]	王志国, 陈立, 刘玉成, 张春燕. 遗传算子对径流预报神经网络模型的影响 . 武汉大学学报 ( 信息科学版), 2005, 30(11): 1020-1024.
[18]	程起敏, 杨崇俊, 刘冬林, 高亮. 基于Internet的车辆监控信息服务系统的设计与实现 . 武汉大学学报 ( 信息科学版), 2004, 29(9): 816-821.
[19]	王晓卫, 宁固. 一种改进的基于光流的运动目标的检测算法 . 武汉大学学报 ( 信息科学版), 2003, 28(3): 351-353,362.
[20]	郭庆胜. 地图自动综合问题的分解和基本算子集合 . 武汉大学学报 ( 信息科学版), 1999, 24(2): 149-153.

点击查看大图

计量

文章访问数: 2557
HTML全文浏览量: 94
PDF下载量: 382
被引次数: 0

利用C_SURF配准的空基视频运动目标检测

doi: 10.13203/j.whugis20130121

¹ 武汉大学电子信息学院,湖北武汉,430079;² 厦门大学水声通信与海洋信息技术教育部重点实验室,福建厦门,361005;³ 武汉大学测绘遥感信息工程国家重点实验室,湖北武汉,430079;⁴ 中国石油大学(华东;地球资源与信息学院,山东青岛,266555

基金项目: 国家自然科学基金资助项目(41101355)；中央高校基本科研业务费专项资金资助项目(12CX04002A)

作者简介:
刘慧,博士生,主要从事图像处理、机器视觉等研究。

通讯作者: 李清泉

收稿日期: 2013-05-12
修回日期: 2014-08-05
刊出日期: 2014-08-05

中图分类号: TN391

关键词:

KLT算子 /

摘要: 目的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。

English Abstract

Moving Target Detection Using C_SURF Registration

¹School of Electronic Information,Wuhan University,Wuhan 430079,China;²Key Laboratory of Underwater Acoustic Communication and Marine Information Technology,Ministry of Education,Xiamen University,Xiamen 361005,China;³State Key Laboratory of Information Engineering in Surveying Mapping and Remote Sensing,Wuhan University,Wuhan 430079,China;⁴College of Geo-resources and Information,China University of Petroleum,Qingdao 266555,China

Funds: The National Natural Science Foundation of China,No.41101355;the Fundmental Research Funds for the CentralUniversities,No.12CX04002A.

Author Bio:
LIU hui,PhD candidate,specializes in the image processing and machine vision.

Corresponding author: LI Qingquan

Received Date: 2013-05-12
Rev Recd Date: 2014-08-05
Publish Date: 2014-08-05

Keywords:

Abstract: Objective Due to the high mobility,rapid deployment and a wide range of monitoring,vehicle detec-tion and tracking system based on low-level mobile platform attract more and more attention.Cameralself-motion,outside interference and other reasons caused by low altitude mobile platforms impact theperformance of traditional vehicle detection algorithms.To resolve the above problems,a new methodon improved SURF color image stabilization is presented in this paper.From the experimental results,we can see,firstly,compared to other methods,the method proposed by the paper can achieve vehicledetection performance;secondly even in a complex background environment,the method in this papercan effectively detect moving vehicles.

刘慧, 李清泉, 高春仙, 曾喆. 利用C_SURF配准的空基视频运动目标检测[J]. 武汉大学学报 ( 信息科学版), 2014, 39(8): 951-955. doi: 10.13203/j.whugis20130121

引用本文:

刘慧, 李清泉, 高春仙, 曾喆. 利用C_SURF配准的空基视频运动目标检测[J]. 武汉大学学报 ( 信息科学版), 2014, 39(8): 951-955. doi: 10.13203/j.whugis20130121

Citation: