運(yùn)動(dòng)目標(biāo)檢測(cè)算法及其應(yīng)用研究.pdf

1、現(xiàn)代社會(huì)正變得日益復(fù)雜，人們所面臨的安全形勢(shì)也越來(lái)越嚴(yán)峻。在這種情況下，智能視頻監(jiān)控技術(shù)得到了廣泛的應(yīng)用。作為智能視頻監(jiān)控技術(shù)中的關(guān)鍵底層技術(shù)，運(yùn)動(dòng)目標(biāo)檢測(cè)算法也受到了越來(lái)越多的科研工作者的關(guān)注，并逐漸成為計(jì)算機(jī)視覺(jué)技術(shù)中的熱點(diǎn)研究課題之一。
　　 本文介紹了課題的研究背景和國(guó)內(nèi)外研究現(xiàn)狀，并對(duì)國(guó)內(nèi)外一些經(jīng)典的運(yùn)動(dòng)目標(biāo)檢測(cè)算法做了研究，分析了它們各自的優(yōu)點(diǎn)和不足。對(duì)當(dāng)前常用的幾種運(yùn)動(dòng)目標(biāo)檢測(cè)方法--幀間差分法、光流場(chǎng)法、背景差分

2、法的原理和流程作了詳盡的分析，并對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)常用技術(shù)如圖像處理、陰影去除、形態(tài)學(xué)處理、輪廓提取等相關(guān)知識(shí)做了普遍的研究。研究了基于單高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)方法。首先介紹了單高斯模型的來(lái)源和傳統(tǒng)的基于單高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)方法的原理，然后指出了傳統(tǒng)的基于單高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)方法存在的“拖尾”問(wèn)題，并分析了產(chǎn)生該問(wèn)題的原因，由此引出了經(jīng)過(guò)Koller等人改進(jìn)后的基于單高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)方法。Koller等人的算法解決了傳統(tǒng)算法的

3、“拖尾”問(wèn)題，但又產(chǎn)生了“鬼影”問(wèn)題。論文在對(duì)“鬼影”問(wèn)題的產(chǎn)生原因作了深入分析的基礎(chǔ)上，提出了動(dòng)態(tài)的高斯模型更新策略，很好地解決了“鬼影”問(wèn)題。論文還提出了新的單高斯模型更新率選取方案，對(duì)單高斯模型的均值和均方差這兩個(gè)參數(shù)的更新分別采用了不同的更新率，提高了單高斯模型的收斂性和穩(wěn)定性。在陰影檢測(cè)方面，論文采用基于色度畸變和一階梯度信息的陰影消除方法相結(jié)合的方法去除陰影，取得了較好的效果。在運(yùn)動(dòng)目標(biāo)輪廓提取方面，論文對(duì)含有運(yùn)動(dòng)目標(biāo)輪廓的