基于混合高斯建模的目標(biāo)檢測(cè)和光流法的方向判斷.pdf

1、機(jī)器視覺(jué)主要包括圖像處理、模式識(shí)別和運(yùn)動(dòng)檢測(cè)。運(yùn)動(dòng)目標(biāo)檢測(cè)是當(dāng)前機(jī)器視覺(jué)領(lǐng)域一個(gè)重要的研究方向，廣泛地應(yīng)用在安防方面的智能監(jiān)控?cái)z像機(jī)等設(shè)備上。可用于各種監(jiān)控?cái)z像頭，或者一些工業(yè)機(jī)器人中。運(yùn)動(dòng)目標(biāo)檢測(cè)的目前采用的幾種主要方法是利用背景差分、光流法或幀差法等方法，對(duì)視頻序列進(jìn)行處理，從而提取出視頻序列中的運(yùn)動(dòng)目標(biāo)，為后續(xù)的目標(biāo)分類(lèi)、跟蹤等一系列行為的前提。然而，由于實(shí)際應(yīng)用環(huán)境的不同，如室內(nèi)與室外的不同，變動(dòng)場(chǎng)景與固定場(chǎng)景的不同等因素，各種

2、目標(biāo)檢測(cè)方法都會(huì)有其局限性。因此針對(duì)系統(tǒng)所處的實(shí)際環(huán)境，根據(jù)各種檢測(cè)方法的適用范圍存在的困難以及其優(yōu)缺點(diǎn)分析，選擇一種合適的檢測(cè)方法既能降低計(jì)算的復(fù)雜度又能得到很好的實(shí)際使用效果。
　　本文的研究對(duì)象是針對(duì)室內(nèi)的不動(dòng)場(chǎng)景，要求能檢測(cè)出比較完整的運(yùn)動(dòng)目標(biāo)且后續(xù)的操作更需要依賴(lài)于檢測(cè)所提取到的一些位置大小等信息。經(jīng)過(guò)分析對(duì)比選擇了基于混合高斯背景建模的背景差分法，對(duì)其背景建模方法和目標(biāo)檢測(cè)方法進(jìn)行了深入的研究。對(duì)由于目標(biāo)緩慢運(yùn)動(dòng)所造成

3、的檢測(cè)不完全，背景建模參數(shù)的初始化等進(jìn)行了一些改進(jìn)，更加對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行了運(yùn)動(dòng)方向的判斷。本文的主要研究工作如下：
　　本文在對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)的幾種方法的原理及算法進(jìn)行介紹的同時(shí)，根據(jù)研究對(duì)象所處的實(shí)際環(huán)境，選擇了基于混合高斯背景建模的背景差分法，并對(duì)其算法進(jìn)行了著重介紹，包括了幾個(gè)初始參數(shù)的賦值及更新方法，高斯分布的模型，背景建模的方法和運(yùn)動(dòng)前景提取等，并針對(duì)緩慢運(yùn)動(dòng)檢測(cè)不完全的缺陷提出了改進(jìn)的方法。
　　隨后介紹了一些基本的

4、圖像處理知識(shí)，對(duì)實(shí)驗(yàn)的視頻序列進(jìn)行一系列的處理，以及對(duì)提取出的前景圖像進(jìn)行了一些必要的腐蝕和膨脹操作，有效地除去了一些噪聲所形成的干擾，為后續(xù)的運(yùn)動(dòng)方向檢測(cè)的準(zhǔn)確性打下了堅(jiān)實(shí)的基礎(chǔ)。
　　在后續(xù)的運(yùn)動(dòng)方向判斷模塊詳細(xì)介紹了光流法的算法原理，將背景差分法提取出來(lái)的運(yùn)動(dòng)目標(biāo)設(shè)置閾值，選擇出符合要求的運(yùn)動(dòng)目標(biāo)，并將其設(shè)為感興趣區(qū)域，對(duì)其進(jìn)行特征點(diǎn)的查找，運(yùn)用金字塔光流的方法查找視頻在下一幀中對(duì)應(yīng)特征點(diǎn)的坐標(biāo)位置。將光流向量的方向作為目標(biāo)