視頻圖像中運動目標檢測算法的研究與實現.pdf

1、視頻圖像的運動目標檢測技術是計算機視覺領域中的一個重要研究課題。把運動目標從背景中快速而準確地分割出來是對圖像進行進一步分析和處理的基礎。視頻圖像中的運動目標檢測技術在多個領域得到運用，例如:自動武器目標定位以及野外環(huán)境監(jiān)控等，通過計算機在復雜背景中快速尋找并定位運動目標。本文研究的內容為基于士兵視頻對抗系統環(huán)境中運動士兵的檢測算法及算法的優(yōu)化。
　　士兵視頻對抗系統建立在室內，場景中裝有多個光源，燈光光源復雜。對抗系統分為左右兩

2、個場景，場景中包含多個掩體。兩組士兵的移動及射擊的過程通過分別放置于左、右場景正前方的兩臺參數相同的工業(yè)攝相機實時獲取，通過投影儀顯示在屏幕上。兩組士兵分別向屏幕上運動中的對方士兵射擊，進行對抗訓練，根據士兵被擊中的位置和暴露面積判斷勝負。
　　本文通過對運動目標檢測算法的分析，選擇使用背景幀差法對士兵視頻對抗系統中的運動士兵進行檢測。將當前幀與背景幀作差分，獲取運動目標。對算法存在的運算效率低和噪聲干擾大的問題，提出算法優(yōu)化的方

3、法。
　　在算法優(yōu)化方面，從定性和定量兩個層面進行。先定性判斷圖像中是否存在運動目標，當判斷出圖像中出現運動目標后，再對該目標進行定量分析，獲得其面積與形狀。算法的優(yōu)點是將檢測的主要時間花費在定性分析上，以減少定量分析所消耗的時間。使用改進的最近鄰域下采樣方法，不僅可以縮小圖像尺寸，提高算法效率，同時也能最大程度地保留圖像擾動信息，提高后續(xù)算法觸發(fā)的靈敏度。
　　實時系統中，相機抖動、光照、遮擋物陰影等因素可以認為是噪聲，這

4、些噪聲會影響目標檢測的正確性。在檢測運動目標時，光照等環(huán)境變化造成的圖像異常很可能被當作運動目標，造成運動目標的誤判。因此本文在背景差分的基礎上，采用改進的Surendra算法獲取當前幀的背景信息，實時更新背景，將更新后的背景用于背景差分，降低場景環(huán)境變化等因素對檢測結果的影響，提高算法的準確性。
　　最后通過實驗對優(yōu)化前后的算法進行驗證，比較傳統運動目標檢測算法，下采樣后的算法以及加入背景更新后的算法的運算時間。實驗證明，下采樣