基于混合高斯模型的运动目标检测技术研究

摘要

运动目标检测是实现目标跟踪和行为分析等任务的基础。在运动目标检测中，消除背景与噪声的干扰，从而将运动目标从图像中分离出来一直是研究的重点。
　　混合高斯模型法被广泛地应用于运动目标的检测，对存在小幅度运动的背景有较好的抗干扰能力，并且能够提取出较完整的运动目标，但是同时存在噪声干扰、计算量大和对阴影抑制效果较差的缺点。
　　本文基于混合高斯模型法主要进行了三个方面的改进，第一方面，背景的初始化，为了避免初始帧含有运动物体时所产生的误检，提取视频序列的前 N帧图像，初始背景的每一个像素点选择这 N帧图像对应点的平均值作为背景点。第二方面，针对混合高斯模型计算量大的问题，本文提出了一种间隔像素建模的方法。第三方面，将四帧差法与改进的混合高斯模型法相结合，进而提出一种改进的基于混合高斯模型的运动目标检测算法，弥补了混合高斯模型对噪声和阴影抑制作用差的不足。
　　实验结果表明该方法能够有效地消除简单环境中的噪声，并对阴影有一定的抑制作用，计算量减小，在一定程度上增加了原算法的准确性，可提高检测结果可靠性，能够真实地反映运动目标的情况。

目录

声明

第1章 绪论

1.1 课题意义及目的

1.2 国内外研究现状

1.3 论文的主要内容

1.4 论文的结构安排

第2章 图像处理基础

2.1 图像噪声分类

2.2 图像降噪

2.3 图像的颜色空间

2.4 边缘检测算法

2.5形态学图像处理

2.6 本章小结

第3章 运动目标检测方法概述

3.1 光流法

3.2 帧差法

3.3 背景差分法

3.4 单高斯模型法

3.5 混合高斯模型法

3.6 主流运动目标检测技术对比

3.7本章小结

第4章 混合高斯模型法的改进

4.1 引言

4.2 混合高斯模型法的改进

4.3 四帧差法及改进

4.4 结合四帧差的混合高斯模型法

4.5 实验结果及分析

4.6 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢