基于運動圖像的目標(biāo)檢測.pdf

1、運動目標(biāo)的檢測是計算機視覺領(lǐng)域中最活躍的研究主題之一。運動目標(biāo)是日常生活中常見的，如活動的動物、行駛的運輸工具以及自然界其他運動物體等。利用圖像捕捉并跟蹤感興趣的運動目標(biāo)在許多領(lǐng)域有廣泛的應(yīng)用。 運動檢測的目的是從序列圖象中將變化區(qū)域從背景中分割出來。由于光照的變化、背景混亂運動的干擾、運動目標(biāo)的影子、攝象機的抖動以及運動目標(biāo)的自遮擋和互遮擋現(xiàn)象的存在，這些都給運動目標(biāo)的正確檢測帶來了極大的挑戰(zhàn)。運動目標(biāo)的正確檢測與分割影響著運

2、動目標(biāo)能否正確跟蹤和分類，因此成為計算機視覺研究中一項重要的課題。 本文對運動圖像進(jìn)行分析，將其分為兩類：靜止背景的運動圖像和動態(tài)背景的運動圖像。靜止背景的情況通常發(fā)生在攝像機相對靜止?fàn)顟B(tài)，首先用預(yù)處理的方法去除噪聲，其次采用幀間差分統(tǒng)計的方法進(jìn)行分析計算背景，在此基礎(chǔ)之上利用恢復(fù)的背景及當(dāng)前幀的信息檢測運動目標(biāo)及其運動軌跡；對于動態(tài)背景的運動圖像，由于背景是不斷變化且呈現(xiàn)出復(fù)雜的特征，因此很難準(zhǔn)確求出靜止背景，本文在光流矢量場

3、和配準(zhǔn)方法的基礎(chǔ)上探討研究了光流模型、背景模型和基于熵的方法，在動態(tài)圖像上分離不同的目標(biāo)與背景，直接檢測出運動目標(biāo)并畫出相應(yīng)的軌跡。針對運動圖像的復(fù)雜性，本文提出了構(gòu)建模型知_識庫的設(shè)想。 在圖像的處理過程中會用到一些關(guān)鍵技術(shù)，本文對如下技術(shù)作了探討和研究：視頻捕捉及數(shù)字圖像轉(zhuǎn)換技術(shù)，圖形處理中的圖像相減法、移動邊緣檢測法、移動目標(biāo)平移法，圖像增強中的灰度變換、圖像平滑、圖像銳化，圖像識別中的邊沿檢測與提取、輪廓跟蹤方法等。這些