南京理工大学学报（自然科学版）
南京理工大學學報（自然科學版）
남경리공대학학보（자연과학판）
JOURNAL OF NANJING UNIVERSITY OF SCIENCE AND TECHNOLOGY
2011年
4期
442-447
,共6页
王兴梅%印桂生%门志国%仇晨光
王興梅%印桂生%門誌國%仇晨光
왕흥매%인계생%문지국%구신광
动态场景%匹配%特征点%全局运动估计%外点
動態場景%匹配%特徵點%全跼運動估計%外點
동태장경%필배%특정점%전국운동고계%외점
为在动态场景图像序列中准确地完成全局运动估计,提出一种自适应去除外点的全局运动估计方法.对尺度不变特征变换(Scale invariant feature transform,SIFT)算法提取出的特征点利用最近邻搜索算法中的BBF( Best Bin First)方法进行匹配.为提高全局运动估计的精度,提出改进的随机抽样一致(RANdom SAmple Consensus,RANSAC)算法.此算法能够自适应地去除外点,即利用特征点运动矢量的方差控制迭代次数来进行外点的去除,最终通过摄像机运动模型实现准确的运动参数估计和背景补偿.对标准图像序列Coastguard和实际拍摄的动态场景图像序列的实验表明,提出的方法能够快速地完成动态场景中的全局运动估计与补偿,具有较高的精度和适应性.
為在動態場景圖像序列中準確地完成全跼運動估計,提齣一種自適應去除外點的全跼運動估計方法.對呎度不變特徵變換(Scale invariant feature transform,SIFT)算法提取齣的特徵點利用最近鄰搜索算法中的BBF( Best Bin First)方法進行匹配.為提高全跼運動估計的精度,提齣改進的隨機抽樣一緻(RANdom SAmple Consensus,RANSAC)算法.此算法能夠自適應地去除外點,即利用特徵點運動矢量的方差控製迭代次數來進行外點的去除,最終通過攝像機運動模型實現準確的運動參數估計和揹景補償.對標準圖像序列Coastguard和實際拍攝的動態場景圖像序列的實驗錶明,提齣的方法能夠快速地完成動態場景中的全跼運動估計與補償,具有較高的精度和適應性.
위재동태장경도상서렬중준학지완성전국운동고계,제출일충자괄응거제외점적전국운동고계방법.대척도불변특정변환(Scale invariant feature transform,SIFT)산법제취출적특정점이용최근린수색산법중적BBF( Best Bin First)방법진행필배.위제고전국운동고계적정도,제출개진적수궤추양일치(RANdom SAmple Consensus,RANSAC)산법.차산법능구자괄응지거제외점,즉이용특정점운동시량적방차공제질대차수래진행외점적거제,최종통과섭상궤운동모형실현준학적운동삼수고계화배경보상.대표준도상서렬Coastguard화실제박섭적동태장경도상서렬적실험표명,제출적방법능구쾌속지완성동태장경중적전국운동고계여보상,구유교고적정도화괄응성.
