光电子技术
光電子技術
광전자기술
OPTOELECTRONIC TECHNOLOGY
2013年
4期
244-248,259
,共6页
王天召%徐克虎%陈金玉%张波
王天召%徐剋虎%陳金玉%張波
왕천소%서극호%진금옥%장파
Harris特征点%K均值聚类%三角几何关系%随机样本一致%运动背景估计
Harris特徵點%K均值聚類%三角幾何關繫%隨機樣本一緻%運動揹景估計
Harris특정점%K균치취류%삼각궤하관계%수궤양본일치%운동배경고계
Harris feature point%K-means clustering%triangulation%RANSAC%moving background estimation
为了在动态场景图像序列中准确地完成全局运动估计,实现对运动背景的补偿,提出了基于均值聚类和几何关系的运动背景估计算法.首先,利用Harris算法提取两帧图像的特征点,建立特征点匹配对.其次,利用K-means聚类算法去除在匹配过程中存在的明显错误的特征点对.再次,利用三角几何关系去除位于运动目标上的特征点.最后,利用随机样本一致(RAN-dom SAmple Consensus,RANSAC)算法和最小二乘方法求出运动参数.分析实验结果得出:本文算法比原始算法的峰值信噪比提高了5％左右,所耗时间减少了50 ms.实验结果表明:该算法能更加精确的实现运动背景估计,提高了运动背景估计的鲁棒性,同时提高了计算速度.
為瞭在動態場景圖像序列中準確地完成全跼運動估計,實現對運動揹景的補償,提齣瞭基于均值聚類和幾何關繫的運動揹景估計算法.首先,利用Harris算法提取兩幀圖像的特徵點,建立特徵點匹配對.其次,利用K-means聚類算法去除在匹配過程中存在的明顯錯誤的特徵點對.再次,利用三角幾何關繫去除位于運動目標上的特徵點.最後,利用隨機樣本一緻(RAN-dom SAmple Consensus,RANSAC)算法和最小二乘方法求齣運動參數.分析實驗結果得齣:本文算法比原始算法的峰值信譟比提高瞭5％左右,所耗時間減少瞭50 ms.實驗結果錶明:該算法能更加精確的實現運動揹景估計,提高瞭運動揹景估計的魯棒性,同時提高瞭計算速度.
위료재동태장경도상서렬중준학지완성전국운동고계,실현대운동배경적보상,제출료기우균치취류화궤하관계적운동배경고계산법.수선,이용Harris산법제취량정도상적특정점,건립특정점필배대.기차,이용K-means취류산법거제재필배과정중존재적명현착오적특정점대.재차,이용삼각궤하관계거제위우운동목표상적특정점.최후,이용수궤양본일치(RAN-dom SAmple Consensus,RANSAC)산법화최소이승방법구출운동삼수.분석실험결과득출:본문산법비원시산법적봉치신조비제고료5％좌우,소모시간감소료50 ms.실험결과표명:해산법능경가정학적실현운동배경고계,제고료운동배경고계적로봉성,동시제고료계산속도.
