視頻圖像中的運(yùn)動(dòng)目標(biāo)檢測方法研究.pdf

1、運(yùn)動(dòng)目標(biāo)檢測是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要分支與基礎(chǔ)，在交通流量的監(jiān)測、安全監(jiān)控、軍事制導(dǎo)、視覺導(dǎo)航以及視頻編碼中占著舉足輕重的地位，具有廣泛的應(yīng)用前景，并成為計(jì)算機(jī)視覺領(lǐng)域一個(gè)研究熱點(diǎn)。為了精確的進(jìn)行目標(biāo)識(shí)別、跟蹤、行為理解，必須從視頻序列中準(zhǔn)確的檢測出運(yùn)動(dòng)目標(biāo)，然而由于真實(shí)環(huán)境的復(fù)雜多樣以及運(yùn)動(dòng)目標(biāo)檢測本身的復(fù)雜性，高精度的檢測運(yùn)動(dòng)目標(biāo)仍然面臨著很大的挑戰(zhàn)。本文在綜合已有研究的基礎(chǔ)上，針對(duì)靜止背景下運(yùn)動(dòng)目標(biāo)檢測進(jìn)行研究。
　　針對(duì)

2、不同的監(jiān)視場景，運(yùn)動(dòng)目標(biāo)檢測算法也不盡相同。在分析傳統(tǒng)運(yùn)動(dòng)目標(biāo)檢測方法原理的基礎(chǔ)上，通過實(shí)驗(yàn)對(duì)幀間差分法和背景差分法進(jìn)行對(duì)比分析。背景差分法可提取高精度運(yùn)動(dòng)目標(biāo)，而背景的好壞直接影響檢測目標(biāo)的準(zhǔn)確度，為此著重研究了背景差分法中背景的建立與更新方法。本文采用原理簡單的多幀平均法，通過融入視頻幀間相關(guān)性的單高斯背景建模、混合高斯背景建模、Surendra背景建模法來提取背景，并編程驗(yàn)證了每種方法獲的背景質(zhì)量。在混合高斯模型背景更新問題上，結(jié)

3、合已有研究，克服了模型學(xué)習(xí)率與收斂性不足的的缺點(diǎn)，采用多種參數(shù)學(xué)習(xí)率，使得建立出來的背景更準(zhǔn)確、更及時(shí)地反映真實(shí)的背景圖像。
　　本文克服幀間差分法和背景差分法的不足，將兩種算法有機(jī)結(jié)合，最后編程論證了單高斯三幀結(jié)合、混合高斯幀間結(jié)合、單高斯多幀前景檢測、對(duì)稱幀差法、幀間差分與邊緣檢測結(jié)合五種檢測目標(biāo)方法。實(shí)驗(yàn)結(jié)果證明，在背景相對(duì)穩(wěn)定的場景，每種方法都能較好的檢測出目標(biāo)存在與否，并能得出目標(biāo)形狀、大小、位置等較全面的信息，實(shí)現(xiàn)了對(duì)