蒋建国 ， 吴 晖， 齐美彬， 张 莉

（1. 合肥工业大学计算机与信息学院，安徽 合肥 230009；2. 安全关键工业测控技术教育部工程研究中心，安徽 合肥 230009）

在智能监控系统中，有时需要摄像机旋转（主要是俯仰运动和平扫运动）以增加监控的范围，或者随着目标的移动进行主动跟踪，因此研究摄像机旋转情况下的运动目标检测具有重要意义。通常，人们将摄像机运动导致图像全局运动的序列称为动态场景图像序列，动态场景图像序列的目标检测问题近年来已成为学者研究的热点[1-5]。动态场景下运动目标检测一般分为两个步骤[6]：第1步是运动补偿。其目的在于将摄像机运动导致的背景运动去除。首先计算全局运动参数，再使用计算出的全局运动参数，计算出当前帧每个像素的移动速度，预测该像素在下一帧的位置，得到补偿图像；第2步是目标检测。将补偿图像与下一帧或重建的背景图像做帧差，得到运动目标。其中运动补偿最为关键，常用的算法有3种：第1种是分块运动补偿(BMC for block motion compensation)[6-7]，它将每帧分成若干像素块，并且假设块内像素运动矢量相同。对当前帧的某个块进行预测下一帧中的位置，预测的过程只有平移，其中背景块的运动矢量即为全局运动矢量。该方法的缺陷是不适合旋转、缩放或者仿射变换等图像非平移运动的情况。第2种是光流法。该方法对每个像素都计算运动矢量，从而得到整幅图像的运动场，再对运动场进行聚类分割，直接得到前景和背景[8-10]。……