基于背景減法和幀差法的運動目標檢測算法研究.pdf

1、運動目標檢測是計算機視覺領(lǐng)域的一個重要課題,在航空航天、視頻監(jiān)控以及智能交通等領(lǐng)域有著廣泛的應用前景。研究視頻圖像序列中運動目標檢測算法具有重要的理論價值和實踐意義。本文在分析幾種常見運動目標檢測算法的基礎(chǔ)上,著重研究了背景減法和幀差法。本文所做的主要工作如下:
　　⑴分析了運動目標檢測的應用背景、研究現(xiàn)狀和目標檢測中要用到的一些視頻圖像處理理論。對視頻序列中常用的光流法、幀差法和背景減法等運動目標檢測算法進行研究,分別介紹了它們

2、的基本原理和一些改進算法。特別是針對背景減法,分析了常見的幾種背景減法的建模方法。
　?、圃诜治霈F(xiàn)有背景建模方法的基礎(chǔ)之上,發(fā)現(xiàn)采用傳統(tǒng)混合高斯模型建模進行目標檢測時,其學習速率不可根據(jù)背景的改變而改變,影響了背景的更新效率,本文提出了一種改進的運動目標檢測算法。改進的算法把學習速率分成背景建模初期和背景形成以后這兩個階段,在這兩個階段里均采用自適應的學習速率,使得模型可以更即時地更新,從而能夠及時更新背景,消除運動目標的殘影,提

3、高檢測準確率。實驗結(jié)果表明,本文算法可以更準確地檢測出運動目標,較好地消除陰影,并具有較好的自適應性和穩(wěn)健性。
　?、窃诜治鰝鹘y(tǒng)幀差法進行目標檢測的基礎(chǔ)之上,針對運動目標顏色與背景灰度值相似情況下出現(xiàn)檢測的目標輪廓不完整的問題,本文進行了改進。先用改進的幀差法進行運動目標檢測,再將Canny算子作用于此目標,以提取出邊緣信息,最后將目標邊緣與原目標取“或”操作。此方法能夠較好地解決運動目標和背景顏色差別較小時,檢測的運動目標輪廓不