復雜背景下的運動目標檢測技術研究.pdf

1、隨著計算機硬件和軟件技術的發(fā)展，計算機視覺技術受到了人們越來越多的關注。尤其在軍事、航空航天、計算機輔助設計、智能機器人等鄰域，計算機視覺技術得到了廣泛的應用。在計算機視覺技術中，基于視頻圖像序列的視覺技術是最為重要的，因此也成為人們研究的重點和難點。視頻序列中運動目標的檢測與跟蹤，又是基于視頻序列的計算機視覺技術的基礎和關鍵。首先，能否將運動目標從視頻圖像序列中準確地檢測出來，是運動估計、目標識別及行為理解等后續(xù)處理成功與否的關鍵。為

2、了實現(xiàn)運動目標的檢測，很多學者進行了相關的研究，并提出了大量的運動目標檢測算法。本文在前人工作的基礎上，為了實現(xiàn)分割閾值的自動選擇，提出了一種自適應的運動目標檢測算法，實現(xiàn)了運動目標的自動分割。為了充分利用視頻圖像序列時間上和空間上的相關性，提出了一種綜合利用時空信息的運動目標檢測算法，并通過實驗證明了該算法的有效性和實時性。對復雜背景下的運動目標檢測，本文采用了一種基于統(tǒng)計模式識別思想的算法，并利用該算法對光照變化不明顯的環(huán)境進行檢測

3、，并取得了較好的檢測結果。其次，在運動檢測結果的基礎上，本文利用雙向Hausdorff距離度量的多分辨率跟蹤算法進行運動目標的跟蹤，從實驗的結果可以看出，該算法對運動目標的跟蹤準確，而且在運動目標之間出現(xiàn)遮擋現(xiàn)象時，也能識別出不同的運動目標并分別予以跟蹤，具備一定的魯棒性。同時，本文還在運動檢測與跟蹤算法的基礎上，利用VisualC＃.NET技術與VFW工具包實現(xiàn)了一個運動目標檢測與跟蹤系統(tǒng)，并通過實際測試確保了系統(tǒng)的可用性和穩(wěn)定性。

4、 為了更好地組織文章的內(nèi)容，本文采用如下章節(jié)結構： 第一章介紹了計算機視覺技術的概況、研究現(xiàn)狀、應用領域以及存在的問題，尤其著重介紹了運動檢測與跟蹤技術的研究現(xiàn)狀、研究價值及存在的問題。 第二章介紹了與視頻圖像處理有關的數(shù)字圖像處理的基礎知識，包括圖像增強、圖像濾波、數(shù)學形態(tài)學、顏色模型等。 第三章介紹了常用的運動檢測算法，這些方法可以分為兩類：幀差法和背景差分算法。在前人工作的基礎上，本文提出了自適應的運

5、動檢測算法(AMODA)。為了充分利用視頻圖像序列的時空信息，在自適應的運動檢測算法和對稱差分算法的基礎上，本文提出了綜合利用時空信息的運動檢測算法(CSTMODA)。在復雜背景下的運動檢測技術方面，本文基于最小類別可分性判據(jù)的思想，提出了一種針對光照條件比較穩(wěn)定情況下的運動檢測算法(CBMODA)。 第四章介紹了幾種常用的運動跟蹤算法，并在原有的Hausdorff距離度量算法的基礎上，提出了雙向Hausdorff距離度量的多分