復(fù)雜背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究.pdf

1、隨著計(jì)算機(jī)硬件和軟件技術(shù)的發(fā)展，計(jì)算機(jī)視覺(jué)技術(shù)受到了人們?cè)絹?lái)越多的關(guān)注。尤其在軍事、航空航天、計(jì)算機(jī)輔助設(shè)計(jì)、智能機(jī)器人等鄰域，計(jì)算機(jī)視覺(jué)技術(shù)得到了廣泛的應(yīng)用。在計(jì)算機(jī)視覺(jué)技術(shù)中，基于視頻圖像序列的視覺(jué)技術(shù)是最為重要的，因此也成為人們研究的重點(diǎn)和難點(diǎn)。視頻序列中運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤，又是基于視頻序列的計(jì)算機(jī)視覺(jué)技術(shù)的基礎(chǔ)和關(guān)鍵。首先，能否將運(yùn)動(dòng)目標(biāo)從視頻圖像序列中準(zhǔn)確地檢測(cè)出來(lái)，是運(yùn)動(dòng)估計(jì)、目標(biāo)識(shí)別及行為理解等后續(xù)處理成功與否的關(guān)鍵。為

2、了實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的檢測(cè)，很多學(xué)者進(jìn)行了相關(guān)的研究，并提出了大量的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。本文在前人工作的基礎(chǔ)上，為了實(shí)現(xiàn)分割閾值的自動(dòng)選擇，提出了一種自適應(yīng)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法，實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)的自動(dòng)分割。為了充分利用視頻圖像序列時(shí)間上和空間上的相關(guān)性，提出了一種綜合利用時(shí)空信息的運(yùn)動(dòng)目標(biāo)檢測(cè)算法，并通過(guò)實(shí)驗(yàn)證明了該算法的有效性和實(shí)時(shí)性。對(duì)復(fù)雜背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)，本文采用了一種基于統(tǒng)計(jì)模式識(shí)別思想的算法，并利用該算法對(duì)光照變化不明顯的環(huán)境進(jìn)行檢測(cè)

3、，并取得了較好的檢測(cè)結(jié)果。其次，在運(yùn)動(dòng)檢測(cè)結(jié)果的基礎(chǔ)上，本文利用雙向Hausdorff距離度量的多分辨率跟蹤算法進(jìn)行運(yùn)動(dòng)目標(biāo)的跟蹤，從實(shí)驗(yàn)的結(jié)果可以看出，該算法對(duì)運(yùn)動(dòng)目標(biāo)的跟蹤準(zhǔn)確，而且在運(yùn)動(dòng)目標(biāo)之間出現(xiàn)遮擋現(xiàn)象時(shí)，也能識(shí)別出不同的運(yùn)動(dòng)目標(biāo)并分別予以跟蹤，具備一定的魯棒性。同時(shí)，本文還在運(yùn)動(dòng)檢測(cè)與跟蹤算法的基礎(chǔ)上，利用VisualC＃.NET技術(shù)與VFW工具包實(shí)現(xiàn)了一個(gè)運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤系統(tǒng)，并通過(guò)實(shí)際測(cè)試確保了系統(tǒng)的可用性和穩(wěn)定性。

4、 為了更好地組織文章的內(nèi)容，本文采用如下章節(jié)結(jié)構(gòu)： 第一章介紹了計(jì)算機(jī)視覺(jué)技術(shù)的概況、研究現(xiàn)狀、應(yīng)用領(lǐng)域以及存在的問(wèn)題，尤其著重介紹了運(yùn)動(dòng)檢測(cè)與跟蹤技術(shù)的研究現(xiàn)狀、研究?jī)r(jià)值及存在的問(wèn)題。 第二章介紹了與視頻圖像處理有關(guān)的數(shù)字圖像處理的基礎(chǔ)知識(shí)，包括圖像增強(qiáng)、圖像濾波、數(shù)學(xué)形態(tài)學(xué)、顏色模型等。 第三章介紹了常用的運(yùn)動(dòng)檢測(cè)算法，這些方法可以分為兩類(lèi)：幀差法和背景差分算法。在前人工作的基礎(chǔ)上，本文提出了自適應(yīng)的運(yùn)

5、動(dòng)檢測(cè)算法(AMODA)。為了充分利用視頻圖像序列的時(shí)空信息，在自適應(yīng)的運(yùn)動(dòng)檢測(cè)算法和對(duì)稱(chēng)差分算法的基礎(chǔ)上，本文提出了綜合利用時(shí)空信息的運(yùn)動(dòng)檢測(cè)算法(CSTMODA)。在復(fù)雜背景下的運(yùn)動(dòng)檢測(cè)技術(shù)方面，本文基于最小類(lèi)別可分性判據(jù)的思想，提出了一種針對(duì)光照條件比較穩(wěn)定情況下的運(yùn)動(dòng)檢測(cè)算法(CBMODA)。 第四章介紹了幾種常用的運(yùn)動(dòng)跟蹤算法，并在原有的Hausdorff距離度量算法的基礎(chǔ)上，提出了雙向Hausdorff距離度量的多分