视频序列中运动目标提取方法研究

摘要

运动检测就是将运动目标从含有背景的图像中分离出来,如果仅仅依靠一种检测算法,难以从复杂的自然图像序列中完整地检测出运动的目标。较高的检测精度和效率十分重要,因此融合多种检测方法的研究越来越受到重视。本文采用一种新的基于光流场和帧间差分法融合的运动目标检测算法。通过图像序列中相邻两帧的速度得到光流场,设置阈值后,对光流值二值化;然后,应用数学形态学闭运算实现区域连通,获取运动目标的大致运动区域,得到准确的运动目标轮廓,从而提取出运动目标。实验结果表明,该方法可以有效并且快速地检测出运动目标。基于光流法和超像素分割的视频图像序列的运动目标检测过程包括光流计算、帧间差分法、图像后处理、超像素分割和运动目标提取四个部分。本文主要工作包含以下三个方面:
　　1.提出了一种基于简单线性迭代聚类(SLIC)超像素分割方法和光流估计的运动目标提取方法。首先利用光流估计出大致的运动目标区域,对光流结果再经过滤波处理、二值化、数学形态学填充等步骤得到运动目标的粗略区域,然后结合超像素结果来精确的提取出运动目标。
　　2.提出了一种基于边缘检测的运动目标提取方法。由于利用超像素分割和光流法提取的运动目标边缘可能不是很精确,因此我们提出了一种边缘修正策略来对上述方法产生的结果进行进一步精确的提取。
　　3.提出了基于光流法和帧间差分法融合的运动目标提取,主要结合了光流法和帧间差分法融合的预提取技术,其中预提取结果能够提取大概的运动目标区域。然后利用超像素分割方法进一步进行精确的运动目标提取。在对提出的方法做了大量实验的基础上,我们提出了一种新的评价准则来进行评价运动目标提取方法的好坏,我们从前景的准确率,背景准确率和总的准确率三方面来和现有的运动目标提取方法的性能进行了比较。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景和意义

1.2运动检测的发展与研究现状

1.3运动检测存在的问题

1.4论文的主要工作及内容安排

第二章 运动目标检测基础概述

2.1引言

2.2颜色空间

2.3图像增强

2.4 图像分割

2.5 小结

第三章 运动目标提取与检测

3.1 引言

3.2 运动目标提取算法总结

3.3简单线性迭代聚类（SLIC）

3.4基于光流法的初始目标检测

3.5 基于超像素分割的精确目标提取

3.6 实验结果和分析

3.7小结

第四章 基于边缘检测改进的精确目标提取

4.1 引言

4.2 常用边缘检测方法

4.3基于边缘修正的运动目标提取

4.4实验结果和分析

4.5 小结

第五章 基于帧间差分法改进的精确目标提取

5.1引言

5.2基于帧间差分法的前景提取

5.3基于帧间差分和光流法融合的超像素精确提取

5.4 实验结果和分析

5.5小结

第六章 总结与展望

6.1本文结论

6.2 未来展望

致谢

参考文献

研究生在读期间的研究成果