视频检测系统中的背景检测及更新算法研究

摘要

视频检测系统是利用图像处理技术从运动图像序列中检测、识别、跟踪车辆的技术，获取所需交通流状态信息。常用方法是基于与背景相比较的方法。故背景图像的获取及实时更新是车辆视频检测的前提。 常用的背景提取算法如平均法，统计法，分块法，高斯混合模型等，对于车流量较大情况往往不能得到满意的结果。本文提出了一种将统计直方图和多帧平均法相结合的背景提取算法。算法在直方图若干个极大值中，利用多帧平均法进一步确定多个极大值中对应是背景的置信度，从中选出置信度最大的作为最终背景图像。算法在实际现场环境中进行了实验，包括车流量较小和车流量较大的情况，结果表明该算法在上述情况下都能提取出较满意的背景。证明该算法可以满足实际应用的要求。 实际场景中环境是动态变化的，如灯光或太阳光产生的亮、暗变化以及由于太阳光照射角度产生的阴影位置变化等情况。需要对背景进行实时更新。本文提出了一种基于分块的背景更新方法。算法在一定时间内根据块匹配判断该块是否处于稳定状态，进而利用块的均值和方差决定此块是否处于连续的稳定状态，从而判定该块是否需要更新。算法通过现场实验，包括隧道中车流量较小的、隧道中车流量较大的、隧道出口光线变化剧烈的、隧道出口阴影位置变化等环境，结果表明在各种环境下背景更新都有较好的效果。因此实验表明该算法可以满足实际应用的要求。 实验结果表明，本文算法对于实际环境下的背景提取和背景更新都有较理想的效果，可以应用于车辆视频检测。

目录

文摘

英文文摘

声明

第一章绪论

1.1 引言

1.2车辆检测技术的国内外发展状况

1.2.1国外发展状况

1.2.2 国内发展状况

1.3本文的主要工作

1.4论文的结构安排

第二章基于视频的交通事件和交通参数检测系统

2.1系统构成及主要功能

2.1.1 系统构成

2.1.2系统主要功能

2.2系统算法和软件模块

第三章背景提取算法研究

3.1几种常用的背景提取算法

3.1.1多帧平均法

3.1.2统计直方图法

3.1.3统计中值法

3.1.4分块法

3.1.5混合高斯模型背景提取算法

3.1.6常用背景提取算法分析比较

3.2改进的背景提取算法

3.2.1背景提取分析

3.2.2算法描述

3.2.3算法步骤和实现流程图

3.3实验结果

3.4本章小结

第四章背景更新算法研究

4.1几种常用的背景更新算法

4.1.1 多帧平均法

4.1.2选择更新法

4.2基于初始背景约束的背景更新算法

4.2.1周期性背景更新方法

4.2.2实时背景更新方法

4.3无初始背景约束的实时背景更新算法

4.3.1算法描述

4.3.2算法步骤

4.3.3算法流程图

4.4实验结果

4.5本章小结

结论

参考文献

致谢