基于視覺監(jiān)控的運動目標檢測算法研究.pdf

1、由于視頻監(jiān)控攝像機數(shù)量的快速增加，迫切需要一種可以自動處理這些監(jiān)控數(shù)據(jù)的方法，因此視覺監(jiān)控技術(shù)就成為計算機視覺的重要研究領域。視覺監(jiān)控技術(shù)是安全防范系統(tǒng)的組成部分，它的主要任務包括運動目標檢測、目標識別、目標跟蹤和目標行為分析等。運動目標檢測是視覺監(jiān)控技術(shù)處理視頻數(shù)據(jù)的重要環(huán)節(jié)，因此運動目標檢測算法的性能直接影響視覺監(jiān)控的性能。本文主要圍繞運動目標檢測算法展開研究。
　　首先對主要的運動目標檢測技術(shù)（光流法、幀間差分法和背景差分法

2、）進行了分析和實驗，在實驗結(jié)果對比的基礎上，總結(jié)了它們的優(yōu)缺點和適用場景。然后對背景差分法進行了深入研究，分析了該方法常用的幾種背景建模方法，并在不同場景下進行了對比實驗。使用背景差分法的評價體系對檢測效果進行了量化分析，通過分析發(fā)現(xiàn)ViBe算法、自組織背景算法和混合高斯背景法具有較好的綜合性能。
　　鬼影是由背景中靜止的物體突然運動產(chǎn)生的，它在檢測結(jié)果中被標記為前景但不對應實際的運動目標，因此應該盡快把鬼影融入到背景中。針對Vi

3、Be算法對鬼影消除緩慢的問題，提出了結(jié)合幀間差分技術(shù)的ViBe改進算法，使用幀間差分技術(shù)通過記錄相關像素值的時域變化來判斷鬼影像素。實驗結(jié)果表明，改進后的算法能夠較快的消除檢測結(jié)果中的鬼影，提高檢測結(jié)果的準確性。針對ViBe算法的固定閾值不能反映每個像素具體情況的問題，本文提出了一種自適應閾值的方法，可根據(jù)像素值的變化為每個像素設定閾值。實驗結(jié)果表明，自適應閾值算法具有更好的檢測性能。
　　由運動目標產(chǎn)生的陰影會在一定程度上影響檢