基于視頻序列的運(yùn)動(dòng)目標(biāo)檢測(cè)與陰影消除研究.pdf

1、基于視頻序列的運(yùn)動(dòng)目標(biāo)分析技術(shù)被廣泛應(yīng)用到智能視頻監(jiān)控、地形匹配、圖像導(dǎo)航制導(dǎo)、人體運(yùn)動(dòng)細(xì)節(jié)分析、人工智能等領(lǐng)域。其中運(yùn)動(dòng)目標(biāo)檢測(cè)是運(yùn)動(dòng)目標(biāo)分析技術(shù)的最底層,屬于基礎(chǔ)性工作,準(zhǔn)確的從視頻圖像中提取出完整的運(yùn)動(dòng)目標(biāo)是后續(xù)視頻圖像運(yùn)動(dòng)分析能否順利進(jìn)行的關(guān)鍵。國內(nèi)外研究人員對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)的相關(guān)技術(shù)做了很多詳細(xì)而深入的研究,并取得了許多效果不錯(cuò)的方法。運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)的各種實(shí)現(xiàn)算法是目前研究人員重點(diǎn)關(guān)注的研究?jī)?nèi)容之一。
　　首先,本文闡述

2、了課題的研究背景和意義,并對(duì)相關(guān)領(lǐng)域研究的現(xiàn)狀和發(fā)展趨勢(shì)進(jìn)行了綜述。對(duì)運(yùn)動(dòng)目標(biāo)分析技術(shù)的整個(gè)流程做了概述,重點(diǎn)介紹了目標(biāo)檢測(cè)、陰影的檢測(cè)和消除、圖像噪聲消除等相關(guān)算法。
　　其次,本文重點(diǎn)對(duì)基于背景建模的目標(biāo)檢測(cè)算法進(jìn)行了分析研究,試圖從中發(fā)現(xiàn)問題并提出改進(jìn)方法。對(duì)于背景模型的直接提取法、統(tǒng)計(jì)平均法、W4背景建模法、單高斯背景建模法以及混合高斯背景建模法進(jìn)行了分析研究。傳統(tǒng)混合高斯背景模型初始化背景幀時(shí)要求背景場(chǎng)景中沒有運(yùn)動(dòng)物體,

3、否則往往會(huì)把運(yùn)動(dòng)的物體放入到背景模型中,針對(duì)這一弊端,本文在背景幀初始化時(shí)使用中值濾波法,實(shí)現(xiàn)即使在背景場(chǎng)景中存在運(yùn)動(dòng)物體時(shí)也可以準(zhǔn)確的獲取初始幀。傳統(tǒng)混合高斯背景模型更新時(shí),模型參數(shù)均值和方差的更新系數(shù)都取同一個(gè)值,這樣會(huì)導(dǎo)致背景模型的收斂性和穩(wěn)定性得不到滿足,本文也提出了一種改進(jìn)方法。在混合高斯背景模型的訓(xùn)練初期,新方法讓均值和方差的更新率都取較大值,這樣使得模型均值和方差更新速度變快,使得模型學(xué)習(xí)速度加快,快速得到與真實(shí)背景相符的

4、背景模型;在以較大更新率訓(xùn)練一段時(shí)間以后,讓均值更新率不變,方差更新率變得較小,這樣背景模型就不會(huì)有太大的波動(dòng),穩(wěn)定性能更好。
　　最后,因?yàn)殛幱皩傩院捅尘皩傩缘牟顒e以及陰影和運(yùn)動(dòng)目標(biāo)有相同的運(yùn)動(dòng)特性,在目標(biāo)檢測(cè)過程中,陰影總會(huì)伴隨著運(yùn)動(dòng)目標(biāo)。本文對(duì)基于統(tǒng)計(jì)、色彩特征不變量、顏色模型的陰影消除方法進(jìn)行了分析研究,針對(duì)HSV色彩空間的陰影消除算法能準(zhǔn)確消除陰影但是計(jì)算量大的問題,提出一種改進(jìn)方法,能夠減小計(jì)算量,提高實(shí)時(shí)性,經(jīng)過實(shí)驗(yàn)