基于背景建模的运动目标检测方法研究与应用

摘要

随着计算机技术的快速发展，作为机器视觉的关键技术：运动目标检测已成为该领域研究的热门课题之一。运动目标检测技术在智能交通、安防监控、以及军事装备等领域具有广阔的应用前景，如智能交通系统的车辆检测，安防系统的行为监控，军事装备的精确制导。本文针对基于背景建模的运动目标检测方法进行了深入研究，提出了两种改进的背景建模目标检测算法。主要研究内容如下： （1）研究了五种经典背景建模算法的基础理论和算法原理。通过仿真实验分别给出了五种算法在静态场景、动态场景和运动目标阴影场景下的检测结果，并进行了定量分析与定性评估。 （2）针对Vibe算法在处理运动目标“鬼影”、运动目标阴影与动态背景的问题上存在的不足，提出了一种改进的Vibe算法。在背景建模阶段，为每个像素点设置一个前景计数器，消除因运动目标运动状态的改变而造成的目标“鬼影”；在前景检测阶段，加入了基于HSV颜色空间与一阶梯度算子相结合的阴影去除算法，用于去除运动目标阴影；在检测结果的后处理阶段，加入图像形态学开运算滤波器，增强算法对动态背景的鲁棒性。实验结果表明，改进的Vibe算法与原算法相比较，检测精确度得到了明显的提高。 （3）介绍了相机移动运动补偿的方法，针对相机移动与算法时间复杂度大的问题，提出了基于运动补偿的改进混合高斯背景建模算法。在背景建模的阶段，采用基于KLT的运动补偿方法获得运动补偿背景模型；在前景检测的阶段，采用当前像素点与自身背景模型和其8邻域像素点的背景模型对比的双重判断方式检测前景，在不降低检测精确度的情况下提高了算法的运行速度；在背景模型的更新阶段，为了适应相机移动造成的背景变化，为每个像素点设置了一个年龄值变量。实验结果表明，改进的算法相较于混合高斯背景建模算法，检测精确度与运行时间都有了显著的提高。

目录

第一个书签之前

第一章 绪论

1.1 课题的研究背景与意义

1.2 国内外研究现状

1.3 面临的问题与难点

1.4 本文主要研究内容与安排

第二章 经典背景建模方法简介

2.1 帧差法

2.2 单高斯背景建模法

2.3 混合高斯背景建模法

2.4 Vibe背景建模法

2.5 PBAS背景建模法

2.6 实验结果与分析

2.7 本章小结

第三章 改进的Vibe运动目标检测算法

3.1 引言

3.2 改进的Vibe算法

3.2.1 建立基于前景计数器的背景模型

3.2.2 基于阴影去除方法的前景检测

3.2.3 基于形态学开运算的检测后处理

3.3 实验结果与分析

3.3.1 运动目标检测评价指标

3.3.2 实验结果

3.4 本章小结

第四章 改进的GMM运动目标检测算法

4.1 引言

4.2 相机移动运动补偿分析

4.2.1 运动补偿的概念

4.2.2 图像变换单应矩阵

4.2.3 KLT图像匹配跟踪算法

4.3 改进的GMM运动目标检测算法

4.3.1 建立运动补偿背景模型

4.3.2 基于邻域像素概念的前景检测

4.3.3 基于像素年龄值概念的背景模型更新策略

4.4 实验结果与分析

4.4.1 邻域像素概念对检测结果的影响

4.4.2 高斯模型的个数对检测结果的影响

4.4.3 实验结果

4.5 本章小结

第五章 总结与展望

5.1 工作总结

5.2 工作展望

参考文献

发表论文和科研情况说明

致 谢