基于子块运动补偿的运动目标检测

uperrua

基于子块运动补偿的运动目标检测
! ~. i+ H# n  X2 j" |' E

" l. C0 u5 l2 l摘要:鱼眼相机成像视角大,获得信息丰富,在车载应用中具有广阔应用前景.本文提出了一种适用于移动单目鱼眼相机的运动目标检测方法.首先,提出一种子块运动补偿模型补偿图像背景运动,解决了现有运动补偿模型对
% T* w1 B9 @* @- _- k" |3 p强视差背景补偿效果不好的回题.其以4E占匹配方法求解参数时易受误匹配特征点影响的问题.然h后,针岗的子块并结合直接方法求解,避免了传统基于特征点匹配方法求解参数时易受误匹配特征
机的成像形变问题,本文提出了一种三平面校正方法获取鱼眼图像的子块运动补偿图像.最后,利用鱼眼图像的子块运动补偿图像和真实拍摄图像的差异信息实现运动目标检测.多种测试场景下的实验结果表明了本文方法的有效性.
关键词:运动目标检测;子块运动补偿;单目视觉;鱼眼相机
7 W% S/ L2 K7 V; A

. u0 R+ s5 X6 \7 E5 @1引言
复杂道路环境下,基于视觉的运动目标检测是汽车辅助驾驶、自动驾驶领域的一个重要研究课题.鱼眼相机由于获得信息丰富、成本低、安装方便等优点,在运动目标检测中具有广阔应用前景".和静态环境运动目标检测2.3]相比,车载环境运动目标检测的难点在于:传感器运动使得静止背景也发生图像运动,导致运动目标检测更加困难;运动目标种类繁多,难于提取统一外观特征;复杂道路环境下,背景深度变化多样,导致背景存在强视差,难于用统一运动模型描述;此外,鱼眼相机存在严重的成像形变,这些都给运动目标检测带来了挑战.
现有车载环境下任意类型运动目标检测方法大致可分为两类:基于光流的方法[4~12]和基于运动补偿[13~22l的方法.基于光流的方法通过分析图像光流场满足的约束关系检测运动目标,如FOE方法[.5],基于极线约束[6”、高度或深度约束[8]、三视几何约巿[9~11]秩约束[12]等几何约束的方法,该类方法计算图像光流场较耗时,且运动目标检测效果易受错误光流影响.基

游客，如果您要查看本帖隐藏内容请回复

+ n' }2 l5 F, e) R7 k
% h& \; e  |9 f7 W& T  N2 \" _+ A7 o. v

younicp

基于子块运动补偿的运动目标检测