基于背景更新的目標(biāo)檢測與消影響研究與應(yīng)用.pdf

1、近年來，頻繁出現(xiàn)危害公共安全的事件，智能視頻監(jiān)控作為公共安防領(lǐng)域中核心的技術(shù)之一，已成為人們密切關(guān)注的焦點(diǎn)。但是，目前的許多學(xué)者都是在理想的條件下進(jìn)行的，并沒有考慮到算法的時(shí)間復(fù)雜性，因此，在實(shí)際環(huán)境中，存在著許多的問題，外界環(huán)境的干擾會導(dǎo)致了檢測的準(zhǔn)確性下降，如光照強(qiáng)度的變化，樹葉的抖動，鏡頭的晃動等，另外，許多算法的時(shí)間復(fù)雜度很高，很難應(yīng)用于高清視頻監(jiān)控領(lǐng)域內(nèi)的實(shí)時(shí)監(jiān)控。因此，一種適用于復(fù)雜環(huán)境中的運(yùn)動檢測算法是目前研究的主要內(nèi)容之

2、一。
　　 運(yùn)動目標(biāo)檢測技術(shù)是進(jìn)行運(yùn)動對象的跟蹤、識別和分類等分析處理的基本前提，是圖像序列分析的基礎(chǔ)性工作，因此，運(yùn)動對象的檢測與去影技術(shù)是視頻處理技術(shù)的最必要的步驟?，F(xiàn)在運(yùn)動目標(biāo)檢測主要在兩種場景下實(shí)驗(yàn)，一種是攝像頭運(yùn)動的場景;另外一種是攝像頭固定的場景，本文主要針對在背景固定的現(xiàn)實(shí)場景下的運(yùn)動目標(biāo)檢測與去影，所做的主要工作如下:
　　 第一，簡要的介紹了目前三種常用的運(yùn)動目標(biāo)檢測方法。首先對三種常用的檢測算法的原理

3、做了初步的介紹，并在現(xiàn)實(shí)場景中進(jìn)行了實(shí)驗(yàn)，從實(shí)驗(yàn)結(jié)果中分析了每種算法的優(yōu)缺點(diǎn)，為下面提出的算法奠定了理論基礎(chǔ)。
　　 第二，提出了一種利用背景差分法與多幀差法相結(jié)合的運(yùn)動目標(biāo)檢測算法。該算法在分析背景差分與幀間差分的優(yōu)缺點(diǎn)后，利用中值法建立背景模型，然后采用背景差分與多幀差結(jié)合的方法進(jìn)行背景模型的更新，背景完成后與當(dāng)前圖像作差值，根據(jù)形態(tài)學(xué)操作獲取運(yùn)動目標(biāo)的大小與位置，并與幀間差分法進(jìn)行了實(shí)驗(yàn)比較，驗(yàn)證了該算法具有魯棒性，適用于

4、實(shí)時(shí)監(jiān)控中。
　　 第三，實(shí)現(xiàn)了一種利用鄰域像素來構(gòu)建背景模型的檢測方法，該方法在判斷是背景像素時(shí)，需要將利用該像素更新背景模型，但對于光照強(qiáng)度的變化、車子停下離開等外界條件的干擾，在更新背景時(shí)會產(chǎn)生鬼影，本文提出了一種根據(jù)不同區(qū)域內(nèi)，不同的隨機(jī)概率的更新，從而能夠?qū)⒐碛翱焖俚南?，并且使運(yùn)動目標(biāo)不至于產(chǎn)生較大的空洞，并與幀間差分法就行了實(shí)驗(yàn)比較，證實(shí)了方法的有效性。
　　 第四，介紹了常用的陰影檢測與去除方法，提出了一

5、種結(jié)合RGB顏色特征和紋理特征的運(yùn)動陰影檢測方法。首先，利用背景差和多幀差結(jié)合的方法，獲得包含運(yùn)動陰影的前景分割，在此基礎(chǔ)上利用陰影區(qū)域中RGB特征的相似性（其RGB向量夾角較小）與局部二值紋理模式相結(jié)合，進(jìn)行陰影檢測與消除。
　　 第五，將運(yùn)動目標(biāo)的去影算法應(yīng)用到實(shí)時(shí)智能監(jiān)控系統(tǒng)中，首先分析了該系統(tǒng)的功能與框架，實(shí)現(xiàn)了去影算法在智能監(jiān)控系統(tǒng)的應(yīng)用，在復(fù)雜環(huán)境中檢測算法的魯棒性，，并最終將完善了系統(tǒng)的功能，向外推廣，拓寬了智能視