车辆目标提取算法研究

【摘要】：目标提取是航拍影像处理和翻译的主要研究内容,对后期的高级视觉任务具有重要的意义,是计算机视觉领域非常值得研究的课题。本文从基于单帧图像和视频序列的角度出发,对车辆目标提取算法分别进行了研究。同时,针对目标存在的多姿态问题,论文讨论了四种目标主轴的分析方法,最终实现了基于姿态估计的目标提取。在基于单帧图像的处理方法方面,研究了一种基于显著特征和超像素的目标提取方法。首先,根据车辆目标的显著特征得到特征响应图,同时对目标检测出来的矩形框区域进行超像素分割。然后通过分析每一个超像素块的特征响应强弱筛选出目标子块,最终提取目标。实验结果表明,在目标阴影影响较小的情况下可以获得较好的分割结果。在基于视频序列的处理方法方面,研究了一种基于运动显著性的目标提取方法。首先,运用仿射变换模型对背景运动参数进行估计,从而实现背景运动补偿。然后,对补偿后的图像进行差分运算得到目标的大致轮廓,再经过后续的滤波处理后提取目标团块。实验结果表明,本算法取得了较好的分割结果,具有很强的鲁棒性。对基于姿态估计的目标提取,通过把目标提取的问题转化到分析目标团块的主轴问题上来,先后对比分析了基于PCA、RANSAC、Hough和运动方向的四种方法,实验中发现基于运动方向的目标主轴提取无论在算法准确性和稳定性方面远远胜过其它三种算法。通过求出目标的主轴后可以计算目标的姿态角,从而实现基于姿态的目标提取。