基于遺傳K均值算法的運(yùn)動(dòng)目標(biāo)檢測(cè).pdf

1、近年來，運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤已經(jīng)成為一個(gè)研究熱點(diǎn)。從技術(shù)的角度來說，這屬于視頻處理的范疇，研究?jī)?nèi)容涉及到圖像處理、模式識(shí)別、計(jì)算機(jī)視覺等多個(gè)方面;從實(shí)用價(jià)值的角度來看，它是智能視頻監(jiān)控系統(tǒng)建設(shè)中的關(guān)鍵技術(shù)，無論是在軍事應(yīng)用中，還是在人們的日常生活中，智能監(jiān)控都具有重要的應(yīng)用價(jià)值，與國民經(jīng)濟(jì)發(fā)展具有密不可分的關(guān)系。所以，這一課題的研究具有重要的研究意義和廣闊的應(yīng)用前景。
　　 運(yùn)動(dòng)目標(biāo)檢測(cè)是智能視頻監(jiān)控系統(tǒng)中最關(guān)鍵的內(nèi)容，也是最直接

2、關(guān)乎系統(tǒng)的效果的部分。本文首先對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)算法做了研究，介紹了三種傳統(tǒng)的運(yùn)動(dòng)目標(biāo)檢測(cè)方法:背景相減法、幀間差分法和光流法。以算法理論依據(jù)為出發(fā)點(diǎn)，根據(jù)目標(biāo)檢測(cè)算法原理，從以下四個(gè)角度:檢測(cè)目標(biāo)信息的全面性、算法的抗干擾性、目標(biāo)檢測(cè)算法的實(shí)時(shí)性和在動(dòng)態(tài)場(chǎng)景下的有效性進(jìn)行探討比對(duì)，詳細(xì)總結(jié)了各個(gè)方法的優(yōu)劣勢(shì)所在。并對(duì)幀間差分法做出了改進(jìn)，提出一種對(duì)稱幀差法，對(duì)連續(xù)三幀圖像做處理，并進(jìn)行了實(shí)驗(yàn)仿真，效果良好。
　　 本文最突出的工作

3、是從遺傳k均值聚類的角度實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)的檢測(cè)。根據(jù)背景相減法理論，只要建立背景模型就可以實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)檢測(cè)。而通常所采用的混合高斯模型和基于核估計(jì)的方法具有各自的缺點(diǎn)。考慮到每個(gè)像素點(diǎn)在時(shí)間軸上的分布，可以進(jìn)行聚類的處理，從而區(qū)分出運(yùn)動(dòng)目標(biāo)和背景，達(dá)到檢測(cè)的目的。通過對(duì)各種聚類算法詳細(xì)的比較，確立了遺傳k均值算法的優(yōu)勢(shì)地位。根據(jù)算法原理，采用這種聚類算法對(duì)視頻中的樣本幀圖像進(jìn)行聚類分析，根據(jù)像素點(diǎn)出現(xiàn)的頻數(shù)作為判別標(biāo)準(zhǔn)來區(qū)分像素點(diǎn)是屬于背