復(fù)雜環(huán)境下的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究與實(shí)現(xiàn).pdf

1、運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)是計(jì)算機(jī)視覺(jué)領(lǐng)域的重要研究?jī)?nèi)容，它在工業(yè)、醫(yī)學(xué)、軍事、教育、商業(yè)、體育等領(lǐng)域有著廣泛的應(yīng)用。對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行準(zhǔn)確的檢測(cè)是序列圖像分析的基礎(chǔ)性工作，也是當(dāng)今國(guó)內(nèi)外眾多學(xué)者研究的熱點(diǎn)問(wèn)題。本文對(duì)復(fù)雜環(huán)境下的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)及其實(shí)現(xiàn)進(jìn)行了深入研究，主要的工作為： ⑴分析了基于差圖像的運(yùn)動(dòng)目標(biāo)檢測(cè)過(guò)程，給出了具體的目標(biāo)檢測(cè)、提取實(shí)現(xiàn)方法，以及一種雙閾值的差圖像分割方法。 ⑵結(jié)合實(shí)驗(yàn)對(duì)現(xiàn)有的均值背景模型、分段背景模型

2、、中值背景模型、高斯背景模型以及隨機(jī)背景模型方法進(jìn)行了系統(tǒng)的分析，給出了各種方法的具體檢測(cè)實(shí)驗(yàn)，并對(duì)各方法的優(yōu)缺點(diǎn)做了總結(jié)。鑒于各種背景模型的優(yōu)勢(shì)，本文提出了多種背景模型檢測(cè)結(jié)果融合的方法，并給出了具體的實(shí)現(xiàn)策略。 ⑶通過(guò)對(duì)Watershed圖像分割方法的研究，提出了一種基于Watershed的目標(biāo)檢測(cè)方法。該方法對(duì)圖像進(jìn)行分割處理后，通過(guò)對(duì)小區(qū)域的分析來(lái)判斷目標(biāo)的有無(wú)，它與應(yīng)用單個(gè)像素差分的方法相比更具穩(wěn)定性。 ⑷給出