随着飞行器、成像技术以及计算机视觉的快速发展,低空航拍技术广泛应用在空中侦察、灾情侦查等军事和民事用途上。在低空航拍视频中,成像平台的运动,拍摄区域内背景的复杂多变等因素影响,一般的运动目标检测方法难以有效地检测出完整的运动目标,尤其背景中存在的高大物体(建筑物、树木、山脉等),它们的尺寸对成像距离来说不可忽略,视频帧间的视角变化较大,投影到图像平面上会产生很强的视差等因素的影响,导致这些物体的边缘被误检测为目标,进一步对运动目标检测造成干扰。本文提出一种受强视差影响的低空航拍视频中运动目标检测方法,能够消除视差影响,快速而有效地检测运动目标。本文贡献主要体现在三个方面:首先,在分析和研究受强视差影响的低空航拍视频特点的基础上,提出受强视差影响的低空航拍视频中运动目标检测方法的框架,其基本原理是先进行图像配准,抵消成像平台运动引起的静止背景运动;然后进行初始运动目标检测,得到大致的运动目标区域;最后视差消除,对背景中存在的高大物体造成的视差影响进行消除,得到准确的运动目标。其次,综合分析低空航拍视频中成像平台运动导致静止背景的运动,目标运动背景复杂多变,强视差等因素影响,提出基于改进RANSAC的极线约束剔除误匹配点的图像配准方法,从算法的时间复杂度和特征匹配精度等方面综合对比分析了三种经典的基于特征图像配准方法:基于Harris角点的图像配准、基于SIFT特征的图像配准和基于SURF特征的图像配准,利用Matlab仿真实现三种算法的基础上,分析比较其性能,找到最适合本文的图像配准方法。针对视差对特征粗匹配时易导致误匹配的影响,采用了基于改进RANSAC的极线约束剔除误匹配特征点的方法,进一步提到了特征匹配的精度,使图像配准更加准确。最后,针对强视差对低空航拍视频中运动目标检测效果的干扰,提出了基于梯度抑制和极线约束相结合的精确运动目标检测方法,对经过图像配准和初始运动目标检测后的结果图像,首先利用梯度抑制法消除部分视差像素,然后对剩余像素应用极线约束,消除大部分剩余视差像素,得到目标像素,精确地检测运动目标,最后进行形态学操作,滤除视差像素,得到分散而独立的运动目标像素,采用投影法对目标像素进行标记和分类,得到每个运动目标的边界,分割出完整的运动目标。