为了在航拍视频中准确实时地提取出运动小目标，提出了一种改进后的ORB 特征匹配和差分相乘算法融合的检测方法。首先，针对原始ORB 特征匹配算法出现大量误匹配对的问题，采用基于K 最近邻的特征点描述后，对前后两帧特征点进行双向匹配，再通过顺序抽样一致性算法进一步提纯，利用提纯后的匹配点对解算背景运动模型，精确补偿背景运动量，最后利用连续四帧图像差分相乘的方法并经过形态学处理准确分割出航拍视频中的运动小目标。实验结果表明，经过本文算法提纯后匹配对准确度提升到99.9%，平均耗时0.46 s，处理速度约是SURF 特征匹配算法的5 倍，SIFT 特征匹配算法的25 倍，能够满足航拍视频实时处理的需求并具有较强的抗噪能力。

针对运动目标检测的难点问题，提出了一种结合尺寸不变特征变换(SIFT)和差分相乘算法的运动目标检测方法。首先，用SIFT特征匹配算法配准运动图像的旋转、缩放和平移量，利用SIFT匹配的稳定性和准确性，精确补偿运动摄像机下的背景图像。然后，用差分相乘方法，准确分割出运动目标的轮廓。最后，通过实拍视频序列的试验，证明算法的有效性和可行性。系列实验显示，连续4帧图像差分相乘的方法即能够较好地满足应用要求。实验结果表明，SIFT特征匹配和差分相乘融合的方法具有较好的鲁棒性和抗噪能力，对于摄像机运动、亮度变化、遮挡等影响因素具有较强的适应能力。