第1期 胡光龙，等：动态成像条件下基于SURF和Mean shift的运动目标高精度检测 ·67 和难点问题，本文提出了一种基于SURF和Mean sh近的高精度运动目标检测方法.首先，利用SURF 特征提取完成图像配准，通过求解透视变换模型参 数，补偿背景运动；然后，用差分求积二值化和形态 学滤波处理检测出运动目标区域；最后，结合Mean (a)Mean shift图像分割 )边缘检测结果K, sh讥图像分割，实现运动目标轮廓的精确提取.实验 图13基于Mean shift的图像分割与边缘检测结果K 结果表明，与单一的基于SURF特征提取的目标检 Fig.13 Result K of image segmentation and edge detection 测方法相比，该方法检测精度高，鲁棒性强，可有效 based on Mean shift 避免误检、多检情况的发生，并能适应多种动态成像 条件下的运动目标检测，具有普适性的实际意义.不 过，在研究中还发现，图像分割的结果会对后续轮廓 的提取产生影响，为提高轮廓提取精度，就应当在图 像分割方面需进一步的研究 (a)K,与K与运算结界R:(b)R,中区域牛长结界K 参考文献： 图14基于SURF和Mean shift的运动目标检测结果K Fig.14 Result K.of moving object area detection based [1]李劲菊，朱青，王耀南.一种复杂背景下运动目标检测与 跟踪方法[J].仪器仪表学报，2010,31(10)：2242 on SURF and Mean shift 2247. 根据区域生长结果K,最终输出运动目标检测 LI Jinju,ZHU Qing,WANG Yaonan.Detecting and track- 结果图像R,如图15所示. ing method of moving target in complex environment[J]. Chinese Journal of Scientific Instrument,2010,31(10): 2242-2247. [2]郝久月，李超，高磊，等.智能监控场景中运动目标轨迹 聚类算法[J].北京航空航天大学学报，2009,35(9)： 1083-1087. HAO Jiuyue,LI Chao,GAO Lei,et al.Moving object traj- ectory clustering method in intelligent surveillance video [J].Journal of Beijing University of Aeronautics and Astro- nautics,2009,35(9):1083-1087. [3]HE L,PENG Z,EVERDING B,et al.A comparative study 图15运动目标最终检测结果R, of deformable contour methods on medical image segmenta- Fig.15 Final result R of moving object detection tion[J].Image and Vision Computing,2008,26(2):141- 实验结果表明，该方法同样适用于手持摄像机 163. 运动情况下的运动目标检测，能够避免多检情况的 [4]BONIN-FONT F,ORTIZ A,OLIVER G.Visual navigation 发生（如图12（©）所示)，精确提取出运动目标轮廓 for mobile robots:a survey[J].Journal of Intelligent Ro- (如图14(b)、15所示). botics Sy9tems,2008,53(3):263-296. 3.3比较分析 [5]谢凤英，赵丹培.Visual C++数字图像处理[M].北京： 上述2组实验表明，本文所提出的方法能实现 电子工业出版社，2008：449463. 动态成像条件下的运动目标高精度检测，具有良好 [6]YILMAZ A,JAVED O,SHAH M.Objeet tracking:a sur- 的适应能力.其中，面向航拍序列图像运动目标检测 vey[J].ACM Computing Surveys,2006,38(4):1-45. [7]KIM I S,CHOI HS,YI K M,et al.Intelligent visual sur- 的实验表明，该方法可有效地避免将背景误认为目 veillance:a survey[J].Intemational Joumal of Control, 标区域这一误检情况的发生；面向手持摄像机序列 Automation,and Systems,2010,8(5):926-939. 图像运动目标检测的实验表明，该方法可有效避免 [8]ZITOVA B,FLUSSER J.Image registration methods:a 将目标割裂成多个目标这一多检情况的发生， survey[J].Image and Vision Computing,2003,21(11): 4结束语 977-1000. [9]BAY H,TUYTELAARS T,GOOL L V.SURF:speeded up 针对动态成像条件下运动目标检测的应用背景 robust features[C]//Proceedings of the European Confer-