基于均值聚类和几何关系的运动背景估计算法研究

摘要：

为了在动态场景图像序列中准确地完成全局运动估计,实现对运动背景的补偿,提出了基于均值聚类和几何关系的运动背景估计算法.首先,利用Harris算法提取两帧图像的特征点,建立特征点匹配对.其次,利用K-means聚类算法去除在匹配过程中存在的明显错误的特征点对.再次,利用三角几何关系去除位于运动目标上的特征点.最后,利用随机样本一致(RAN-dom SAmple Consensus,RANSAC)算法和最小二乘方法求出运动参数.分析实验结果得出:本文算法比原始算法的峰值信噪比提高了5％左右,所耗时间减少了50 ms.实验结果表明:该算法能更加精确的实现运动背景估计,提高了运动背景估计的鲁棒性,同时提高了计算速度.

关键词：Harris特征点、K均值聚类、三角几何关系、随机样本一致、运动背景估计

所属期刊栏目：33

分类号：TP391.4(计算技术、计算机技术)

资助基金：总装院校创新基金

在线出版日期：2014-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：244-248,259