基于混合高斯建模的目標檢測和光流法的方向判斷.pdf

1、機器視覺主要包括圖像處理、模式識別和運動檢測。運動目標檢測是當前機器視覺領域一個重要的研究方向，廣泛地應用在安防方面的智能監(jiān)控攝像機等設備上。可用于各種監(jiān)控攝像頭，或者一些工業(yè)機器人中。運動目標檢測的目前采用的幾種主要方法是利用背景差分、光流法或幀差法等方法，對視頻序列進行處理，從而提取出視頻序列中的運動目標，為后續(xù)的目標分類、跟蹤等一系列行為的前提。然而，由于實際應用環(huán)境的不同，如室內與室外的不同，變動場景與固定場景的不同等因素，各種

2、目標檢測方法都會有其局限性。因此針對系統(tǒng)所處的實際環(huán)境，根據各種檢測方法的適用范圍存在的困難以及其優(yōu)缺點分析，選擇一種合適的檢測方法既能降低計算的復雜度又能得到很好的實際使用效果。
　　本文的研究對象是針對室內的不動場景，要求能檢測出比較完整的運動目標且后續(xù)的操作更需要依賴于檢測所提取到的一些位置大小等信息。經過分析對比選擇了基于混合高斯背景建模的背景差分法，對其背景建模方法和目標檢測方法進行了深入的研究。對由于目標緩慢運動所造成

3、的檢測不完全，背景建模參數的初始化等進行了一些改進，更加對運動目標進行了運動方向的判斷。本文的主要研究工作如下：
　　本文在對運動目標檢測的幾種方法的原理及算法進行介紹的同時，根據研究對象所處的實際環(huán)境，選擇了基于混合高斯背景建模的背景差分法，并對其算法進行了著重介紹，包括了幾個初始參數的賦值及更新方法，高斯分布的模型，背景建模的方法和運動前景提取等，并針對緩慢運動檢測不完全的缺陷提出了改進的方法。
　　隨后介紹了一些基本的

4、圖像處理知識，對實驗的視頻序列進行一系列的處理，以及對提取出的前景圖像進行了一些必要的腐蝕和膨脹操作，有效地除去了一些噪聲所形成的干擾，為后續(xù)的運動方向檢測的準確性打下了堅實的基礎。
　　在后續(xù)的運動方向判斷模塊詳細介紹了光流法的算法原理，將背景差分法提取出來的運動目標設置閾值，選擇出符合要求的運動目標，并將其設為感興趣區(qū)域，對其進行特征點的查找，運用金字塔光流的方法查找視頻在下一幀中對應特征點的坐標位置。將光流向量的方向作為目標