基于多分辨率稳定性分析的动态背景建模研究

摘要

运动目标的检测是现在面临的重大挑战之一。它在智能监控、人机交互、机器人视觉导航、智能交通等各方面都有着广泛的应用。在进行运动目标检测时，背景一般都是动态的。并且在动态背景中，背景的运动是多种多样的，而且在不同的位置其运动的剧烈不同，不同时刻运动的剧烈程度也不同，另外还有受噪声和光照的影响，从而就导致建立一个具有好的鲁棒性的模型变得十分困难。因此，动态背景建模就具有极大的研究价值和意义。
　　针对动态背景下运动目标检测误检率高的问题，本文提出一种基于多分辨率稳定性分析的动态背景建模算法。主要研究主要内容如下：
　　（1）通过分析动态背景运动的剧烈程度与观察窗口的关系，提出用稳定性来对动态背景特征进行描述。
　　（2）通过分析观察窗口与多分辨率的关系，提出在多分辨率下来对动态背景进行稳定性分析。
　　（3）在多分辨率下，结合在时间流上的空间关联性，分别在各层对高低频信息建立基于概率的动态背景模型，得到多分辨率下多层的动态背景模型结构。
　　（4）给出动态背景的稳定性定义条件，根据该条件在多分辨率多层动态背景模型结构下，自适应选择满足稳定性条件的最低层，体现了不同像素点的运动剧烈程度不同。
　　（5）给出动态背景更新条件，自适应更新满足稳定性条件的最低层，体现了像素点在时间流上运动剧烈程度的变化。
　　本文针对动态背景给运动目标检测带来的影响，在多分辨率下，结合在时间流上的空间关联性，将图像分解为高低频信息在稳定性的角度上建立动态背景模型。通过本文算法与其他算法进行对比，表明本文的算法具有很强的鲁棒性，提高了动态背景下运动目标检测的准确性。

目录

声明

1 绪论

1.1 研究背景、目的和意义

1.2 背景建模的国内外研究现状

1.3 背景建模面临的难点问题

1.4 本文章节安排

2 基于背景减除的经典建模方法

2.1 混合高斯算法

2.2 码本算法

2.3 ViBe算法

2.4 LBP算法

2.5 SuBSENCE算法

2.6 本章小结

3 动态背景的运动特性分析

3.1 动态背景运动的多样性

3.2 窗口观察对动态背景的稳定性描述

3.3 动态背景窗口观察与多分辨率分析

3.4 动态背景的高低频信息分析

3.5 时间流上的空间关联性

3.6 动态背景的稳定性概率分析

3.7 本章小结

4 基于多分辨率稳定性分析的背景建模和前景检测

4.1 图像金字塔

4.2 基于多分辨率稳定性分析的背景建模

4.3 动态背景稳定层的选择与更新

4.4 前景检测

4.5 本章小结

5 实验结果与分析

5.1 实验数据

5.2 对比实验分析

5.3 本章小结

总结与展望

参考文献

攻读硕士学位期间发表论文及科研成果

致谢