视频监控系统中的运动目标检测研究

论文摘要

在被监视的场景中,运动目标检测是视频监视技术的基本问题,它处于整个视频监视系统的最底层,是各种后续的高级应用的基础,对于一个视频监视系统工作的好坏,起着重要的作用。常见的一种情况也是本课题研究的前提是摄像机处于静止状态,并且镜头的焦距是固定的。在这种情况下,通常有三种方法进行检测:光流法、相邻帧差法(即帧间差分法)和背景差法。本论文在熟悉了相关资料的基础上,主要研究摄像机静止状态下运动目标的检测与定位。光流法较为复杂且实时性较差,缺乏实用性。相邻帧差法对于动态环境具有较强的适应性,但在实际应用中对物体的运动速度有一定的要求,具有局限性。背景差法作为检测前景目标的一种有效方法,是本课题研究的重点内容,将分别对背景差法中的时间平均法和基于单(多)高斯模型的背景提取法进行详细研究。论文将用分别两章详细介绍基于像素灰度归类的背景重构法及其修补算法。基于像素灰度归类的背景重构法在假设背景像素灰度以最大概率出现在图像序列的前提下,利用灰度差对相应像素点灰度进行归类,选择频率最高的灰度值作为该点的背景像素值。在背景缓慢变化和突变时,分别利用该算法进行定时和实时背景重构具有明显的优点。仿真结果表明,即使场景中存在运动前景,该算法也能够准确地重构背景,并有效地避免混合现象,从而实现对运动目标的完整提取,以便进一步识别或跟踪。在最后一章中,将针对这几种常用的方法进行比较和分析。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 运动目标检测概述
• 1.1.1 目标检测的概念
• 1.1.2 研究的背景和意义
• 1.2 研究现状
• 1.3 论文研究内容
• 1.3.1 研究前提
• 1.3.2 研究内容
• 第二章 目标检测方法中的图像处理知识
• 2.1 图像的概念
• 2.2 图像的代数运算
• 2.3 数学形态学
• 2.3.1 腐蚀运算的概念
• 2.3.2 膨胀运算的概念
• 2.3.3 开运算与闭运算
• 第三章 目标检测的方法
• 3.1 光流法（optical flow）
• 3.2 相邻帧差法（temporal difference）
• 3.3 背景差法（background subtraction）
• 3.3.1 算法概述
• 3.3.2 主要方法
• 第四章 基于灰度归类的背景重构法
• 4.1 算法原理
• 4.2 实现过程
• 4.3 实验结果
• 4.3.1 灰度归类法的实验结果
• 4.3.2 与其他方法比较（简单背景下）
• 4.3.3 与其他方法比较（复杂背景下）
• 第五章 灰度归类背景重构法的几点改进
• 5.1 基于像素灰度归类与修补的背景重构算法
• 5.1.1 修补算法
• 5.1.2 实验结果与比较
• 5.2 有关于背景更新的问题
• 5.2.1 算法分析
• 5.2.2 实验结果
• 5.3 有关于阴影去除的问题
• 5.3.1 算法分析
• 5.3.2 实验结果
• 第六章 结论与展望
• 6.1 工作总结
• 6.2 工作展望
• 致谢
• 参考文献
• 附录:作者在攻读硕士学位期间发表的论文