復雜場景下運動目標檢測與分類算法研究.pdf

1、復雜場景下目標檢測和分類成為視頻處理分析領(lǐng)域中重要的研究熱點之一，也是國防安全方面迫切需要解決的技術(shù)之一，涉及到計算機視覺、圖像處理、模式識別等多方面理論，有很大的研究價值。 在復雜的場景下，目標的機動性高，對目標的檢測和分類都相對困難。本文主要研究了復雜場景下基于靜止攝像機的運動目標檢測和分類算法以及運動攝像機的運動目標檢測方法。針對復雜場景下運動目標檢測的問題，提出了一種改進的高斯背景建模的方法來對運動目標進行自動檢測，然后

2、通過形態(tài)學處理、中值濾波等后處理排除噪聲的干擾，準確檢測出運動目標的區(qū)域。 針對運動攝像機，本文設計并實現(xiàn)了基于PTZ(Pan/Tilt/zoom)攝像機的運動目標檢測系統(tǒng)，通過圖像的運動補償技術(shù)解決了PTZ攝像機的自主運動帶來的問題，分析并解決補償過程中運動物體帶來的估計誤差問題，然后利用時間差分法得到運動目標區(qū)域，最后結(jié)合腐蝕和膨脹的形態(tài)學處理去除噪聲。 對于運動目標分類，本文主要是簡單地將人與車進行分類，首先計算運