視頻序列實時運動目標檢測方法的研究與FPGA實現(xiàn).pdf

1、在計算機視覺領域中，運動目標的檢測是一門非常重要的技術(shù)，也是對運動目標作后續(xù)處理的基礎。隨著計算機技術(shù)與圖像處理技術(shù)的發(fā)展，視頻中的運動目標檢測技術(shù)廣泛運用到軍事與民用等諸多領域。因此，運動目標的檢測已經(jīng)成為目前研究的熱點課題之一。許多研究人員進行了大量的研究，提出了許多行之有效的方法。
　　本文對目前常用的運動目標檢測算法進行了詳細的研究和分析，總結(jié)了傳統(tǒng)運動目標檢測算法存在的問題和不足。重點對基于混合高斯模型(Gaussian

2、 Mixture Model，GMM)的運動檢測算法進行了深入研究，本文的主要工作如下:
　　第一，提出了基于改進混合高斯模型的運動目標檢測算法。本文主要針對混合高斯模型在背景更新時采用固定速率值α、檢測過程中高斯分布與背景模型匹配不準確的問題進行了改進。首先，結(jié)合卡爾曼濾波器與混合高斯模型，利用卡爾曼濾波器預測運動目標軌跡和速度，根據(jù)目標運動情況自適應選擇更新率α;其次，提出了基于雙重匹配的原則進行模態(tài)匹配，從而提高了匹配的準確

3、度。
　　第二，提出了基于局部色彩空間轉(zhuǎn)換的陰影抑制方法。在該算法中，首先，利用改進的混合高斯模型進行運動目標檢測;然后，將檢測出來的前景運動目標區(qū)域鎖定在一個局部活動矩形框內(nèi);最后，對于局部活動矩形框內(nèi)運動目標的陰影利用HSV色彩空間方法進行陰影消除。
　　第三，設計基于FPGA的圖像采集與顯示系統(tǒng)。利用DE2硬件平臺進行開發(fā)，其中FPGA芯片型號為AlteraCycloneⅡ系列EP2C35F672C6。采用高速CMOS