視頻圖像運(yùn)動(dòng)目標(biāo)定位研究.pdf

1、視頻圖像運(yùn)動(dòng)目標(biāo)定位就是先從連續(xù)的視頻幀中檢測(cè)出運(yùn)動(dòng)目標(biāo)然后對(duì)檢測(cè)到的運(yùn)動(dòng)目標(biāo)進(jìn)行精確定位。作為計(jì)算機(jī)圖像處理與機(jī)器視覺(jué)領(lǐng)域的熱門研究方向的視頻圖像運(yùn)動(dòng)目標(biāo)的定位涉及模式識(shí)別、人工智能、自動(dòng)控制等許多領(lǐng)域，同時(shí)對(duì)智能監(jiān)控、機(jī)器人導(dǎo)航、軍事制導(dǎo)、智能交通、醫(yī)學(xué)圖像分析等領(lǐng)域都有深遠(yuǎn)的影響。
　　 視頻圖像運(yùn)動(dòng)目標(biāo)定位主要涉及到兩個(gè)方面:運(yùn)動(dòng)目標(biāo)的檢測(cè)和運(yùn)動(dòng)目標(biāo)的定位。運(yùn)動(dòng)目標(biāo)檢測(cè)是指從視頻連續(xù)的幀中檢測(cè)出運(yùn)動(dòng)目標(biāo)，而運(yùn)動(dòng)目標(biāo)定位則

2、是指對(duì)檢測(cè)出的運(yùn)動(dòng)目標(biāo)位置進(jìn)行精確定位。
　　 雖然對(duì)視頻圖像運(yùn)動(dòng)目標(biāo)的檢測(cè)定位研究很多，但迄今為止沒(méi)有一種通用的算法或方法對(duì)任何復(fù)雜的場(chǎng)景都適用。視頻場(chǎng)景的復(fù)雜性、運(yùn)動(dòng)目標(biāo)運(yùn)動(dòng)狀態(tài)的不確定性、運(yùn)動(dòng)目標(biāo)陰影等問(wèn)題都可能對(duì)視頻圖像運(yùn)動(dòng)目標(biāo)精確定位產(chǎn)生嚴(yán)重的影響。因此運(yùn)動(dòng)目標(biāo)的檢測(cè)和定位研究仍具有重要的實(shí)際意義和理論價(jià)值。
　　 本文在使用三幀差分、減背景法和混合高斯模型背景建模等經(jīng)典方法的基礎(chǔ)上提出了解決上述難題的檢測(cè)與定

3、位算法。主要分為兩部分:
　　 1、運(yùn)動(dòng)目標(biāo)檢測(cè):混合高斯模型運(yùn)用到視頻圖像運(yùn)動(dòng)目標(biāo)的檢測(cè)定位已經(jīng)取得不錯(cuò)的效果，但是仍然存在一些問(wèn)題。一方面當(dāng)視頻場(chǎng)景中運(yùn)動(dòng)目標(biāo)運(yùn)動(dòng)狀態(tài)突然發(fā)生變化時(shí)容易產(chǎn)生運(yùn)動(dòng)目標(biāo)誤檢和漏檢的現(xiàn)象。另一方面是混合高斯模型對(duì)運(yùn)動(dòng)物體的陰影抑制效果并不好，將運(yùn)動(dòng)物體連同陰影～起檢測(cè)出來(lái)。此外，混合高斯模型要求對(duì)于視頻幀中每個(gè)像素建模，這需要很大的運(yùn)算量，對(duì)視頻監(jiān)控系統(tǒng)的實(shí)時(shí)性要求產(chǎn)生影響。本文針對(duì)混合高斯模型在視

4、頻運(yùn)動(dòng)目標(biāo)檢測(cè)中的不足，提出了將混合高斯模型與傳統(tǒng)的三幀差分相結(jié)合來(lái)對(duì)視頻中運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)定位。首先由混合高斯模型得到前景和背景，然后利用當(dāng)前幀與混合高斯模型所得到的背景相減可以得到一個(gè)前景，最后利用三幀差分和邊緣檢測(cè)得到運(yùn)動(dòng)物體的精確輪廓并對(duì)此輪廓進(jìn)行填充得到一個(gè)前景。在此基礎(chǔ)上對(duì)三個(gè)前景進(jìn)行與運(yùn)算得到最終的結(jié)果。此外利用新的更新策略來(lái)快速的對(duì)背景進(jìn)行建模，利用像素點(diǎn)的穩(wěn)定性來(lái)調(diào)整像素點(diǎn)的更新速度進(jìn)而減少算法運(yùn)算量。
　　

5、2、運(yùn)動(dòng)目標(biāo)定位:本文在對(duì)視頻圖像運(yùn)動(dòng)目標(biāo)精確檢測(cè)的基礎(chǔ)上對(duì)其進(jìn)行定位，定位是主要是在視頻中準(zhǔn)確地將運(yùn)動(dòng)目標(biāo)標(biāo)記出來(lái)并且給出運(yùn)動(dòng)目標(biāo)的中心位置和重心位置的具體坐標(biāo)。
　　 本文提到的算法能夠在Windows操作系統(tǒng)下的Microsoft Visual Studio開(kāi)發(fā)平臺(tái)環(huán)境下進(jìn)行仿真實(shí)驗(yàn)。通過(guò)實(shí)驗(yàn)得到的效果來(lái)看，本文改進(jìn)的運(yùn)動(dòng)目標(biāo)檢測(cè)與定位算法是可行的，對(duì)運(yùn)動(dòng)目標(biāo)可以準(zhǔn)確的檢測(cè)和定位。這個(gè)算法與傳統(tǒng)的算法相比在消除復(fù)雜場(chǎng)景的各