刘双岭

摘要：航拍视频具有监控场景范围大、采集设备移动迅捷等优点。与普通监控视频相比，航拍具有目标分辨率低、场景干扰因素多、采集设备不固定等问题，运动目标检测是个难题。针对这些问题，提出一种融合时空特性的两级运动目标检测算法。首先利用SURF算子完成图像匹配，解决摄像机移动问题，并结合目标的运动特性及自适应道路检测算法完成时域上的目标区域检测；采用HSV空间中的S分量图颜色特征，利用道路区域与目标区域的差异性完成空域目标区域检测。实验采用著名的VIVID Egtest01数据库以及Munich Crossroad01数据库中的数据，并与传统方法进行对比。结果显示该算法平均准确率达到93%，相比于传统方法有效性和鲁棒性更好。

关键词关键词：航拍视频；背景补偿；道路检测；HSV；运动目标

DOIDOI：10.11907/rjdk.171850

中图分类号：TP319

文献标识码：A文章编号文章编号：16727800（2017）011014405

0引言

航拍是目前新兴的一种非接触式远距离探测技术，具有拍摄场景范围大、移动便携等优势，逐渐应用于智能交通系统的运动目标检测[13]。运动信息是目标检测最为重要的线索，大部分是基于时间特性的，在固定摄像头条件下，常用的运动目标检测算法有背景差分法、帧差法、光流法等。但是这些方法一般不能直接应用在移动机器人、无人机等场合，这是因为摄像头的运动使背景变得复杂，导致不能精确检测出运动目标。

运动目标检测相关研究已经有一些成果[46]：①基于光流场的运动目标检测法[7]：根据运动目标的运动矢量在局部区域的统一性以及背景和运动目标之间的差异性，对其进行运动分割，此方法缺点是抗噪能力弱且实时性较差；……