運(yùn)動目標(biāo)檢測算法及其應(yīng)用研究.pdf

1、現(xiàn)代社會正變得日益復(fù)雜，人們所面臨的安全形勢也越來越嚴(yán)峻。在這種情況下，智能視頻監(jiān)控技術(shù)得到了廣泛的應(yīng)用。作為智能視頻監(jiān)控技術(shù)中的關(guān)鍵底層技術(shù)，運(yùn)動目標(biāo)檢測算法也受到了越來越多的科研工作者的關(guān)注，并逐漸成為計算機(jī)視覺技術(shù)中的熱點(diǎn)研究課題之一。
　　 本文介紹了課題的研究背景和國內(nèi)外研究現(xiàn)狀，并對國內(nèi)外一些經(jīng)典的運(yùn)動目標(biāo)檢測算法做了研究，分析了它們各自的優(yōu)點(diǎn)和不足。對當(dāng)前常用的幾種運(yùn)動目標(biāo)檢測方法--幀間差分法、光流場法、背景差分

2、法的原理和流程作了詳盡的分析，并對運(yùn)動目標(biāo)檢測常用技術(shù)如圖像處理、陰影去除、形態(tài)學(xué)處理、輪廓提取等相關(guān)知識做了普遍的研究。研究了基于單高斯模型的運(yùn)動目標(biāo)檢測方法。首先介紹了單高斯模型的來源和傳統(tǒng)的基于單高斯模型的運(yùn)動目標(biāo)檢測方法的原理，然后指出了傳統(tǒng)的基于單高斯模型的運(yùn)動目標(biāo)檢測方法存在的“拖尾”問題，并分析了產(chǎn)生該問題的原因，由此引出了經(jīng)過Koller等人改進(jìn)后的基于單高斯模型的運(yùn)動目標(biāo)檢測方法。Koller等人的算法解決了傳統(tǒng)算法的

3、“拖尾”問題，但又產(chǎn)生了“鬼影”問題。論文在對“鬼影”問題的產(chǎn)生原因作了深入分析的基礎(chǔ)上，提出了動態(tài)的高斯模型更新策略，很好地解決了“鬼影”問題。論文還提出了新的單高斯模型更新率選取方案，對單高斯模型的均值和均方差這兩個參數(shù)的更新分別采用了不同的更新率，提高了單高斯模型的收斂性和穩(wěn)定性。在陰影檢測方面，論文采用基于色度畸變和一階梯度信息的陰影消除方法相結(jié)合的方法去除陰影，取得了較好的效果。在運(yùn)動目標(biāo)輪廓提取方面，論文對含有運(yùn)動目標(biāo)輪廓的