復(fù)雜場景下的運(yùn)動(dòng)目標(biāo)檢測關(guān)鍵技術(shù)研究.pdf

1、隨著計(jì)算機(jī)的迅猛發(fā)展和圖像采集設(shè)備不斷普及,復(fù)雜監(jiān)控場景視頻中的運(yùn)動(dòng)目標(biāo)成為重點(diǎn)研究對(duì)象。相對(duì)于人工方式對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行實(shí)時(shí)檢測,利用數(shù)字圖像處理與模式識(shí)別技術(shù)實(shí)現(xiàn)復(fù)雜場景下的運(yùn)動(dòng)目標(biāo)快速自動(dòng)檢測,不僅減少管理人員的工作量,而且提高監(jiān)控場景中運(yùn)動(dòng)目標(biāo)檢測的整體性能。目前,在變電站禁區(qū)、銀行、軍事敏感區(qū)域、商場、戰(zhàn)場等場合得到廣泛應(yīng)用,進(jìn)而推動(dòng)了復(fù)雜場景下的多運(yùn)動(dòng)目標(biāo)檢測成為當(dāng)前研究的熱點(diǎn)。
　　針對(duì)監(jiān)控場景重點(diǎn)監(jiān)控區(qū)域與非重點(diǎn)監(jiān)控區(qū)

2、域顏色具有較好區(qū)分度的復(fù)雜監(jiān)控場景,圍繞重點(diǎn)監(jiān)控區(qū)域的精確提取、基于背景差分的快速運(yùn)動(dòng)目標(biāo)檢測算法、基于邊緣幀間差分運(yùn)動(dòng)目標(biāo)檢測算法三方面進(jìn)行重點(diǎn)研究,最終形成一套基于背景差分和邊緣幀間差分相結(jié)合的快速運(yùn)動(dòng)目標(biāo)檢測算法。
　　在重點(diǎn)監(jiān)控區(qū)域提取方面,分析了多種典型復(fù)雜場景下重點(diǎn)監(jiān)控區(qū)域的特點(diǎn),研究現(xiàn)有重點(diǎn)監(jiān)控區(qū)域分割方法,提出基于背景顏色統(tǒng)計(jì)建模的重點(diǎn)監(jiān)控區(qū)域提取方法。首先,研究多色彩空間各維度對(duì)重點(diǎn)監(jiān)控區(qū)域區(qū)分度的影響;其次,選

3、擇具有較好區(qū)分度的HSV空間V通道,根據(jù)重點(diǎn)監(jiān)控區(qū)域在V通道的顏色分布,并利用單高斯對(duì)采樣顏色進(jìn)行建模研究;最后,根據(jù)建立的顏色模型,實(shí)現(xiàn)重點(diǎn)監(jiān)控區(qū)域的分割提取,并利用形態(tài)學(xué)處理方法,實(shí)現(xiàn)重點(diǎn)監(jiān)控區(qū)域的精確標(biāo)識(shí)。
　　基于背景差分方面,旨在提出一種能較快跟蹤背景的動(dòng)態(tài)變化及滿足運(yùn)動(dòng)目標(biāo)檢測實(shí)時(shí)性的算法。中值濾波背景建模方法在假設(shè)前景出現(xiàn)為高斯分布的情況下,能夠較好的表征真實(shí)背景,本文利用中值背景建模進(jìn)行初始背景的建模;在此基礎(chǔ)上,

4、在運(yùn)動(dòng)目標(biāo)檢測的過程中,通過建立重點(diǎn)監(jiān)控區(qū)域的背景計(jì)數(shù)矩陣,利用該矩陣在像素點(diǎn)不同的可信程度,以不同的更新率實(shí)現(xiàn)各個(gè)像素點(diǎn)背景的更新。相對(duì)于單一固定更新率的背景差分運(yùn)動(dòng)目標(biāo)檢測方法,本文提出方法能較快跟蹤背景的變化,進(jìn)而提高運(yùn)動(dòng)目標(biāo)的檢測率。
　　基于幀間差分方法具有較好的實(shí)時(shí)性能,且圖像的邊緣具有較好的抗噪性能,基于邊緣幀間差分能夠體現(xiàn)出運(yùn)動(dòng)目標(biāo)的輪廓細(xì)節(jié)。因此,本文將快速背景差分與邊緣幀間差分相結(jié)合,不僅提高復(fù)雜場景下運(yùn)動(dòng)目標(biāo)