视频监控系统中背景提取和目标检测算法研究

摘要

视频监控系统是智能交通系统中最重要的一部分，而背景提取和运动目标检测又是视频监控系统中的关键技术，也是后续目标识别、目标跟踪以及行为分析的基础。本文对背景提取算法和目标检测算法进行研究分析，并在此基础上提出了相应的改进算法。
　　常用的背景提取算法有多帧图像平均法、统计直方图法、统计中值法、分块法。本文在已有算法的基础上，将统计直方图法中融入了多帧图像平均法思想，提出了一种改进的算法。该算法先对目标进行初步前景分离，降低了运算量和存储量，之后在统计直方图法中出现频率最高灰度值不可靠的前提下，能够利用多帧图像平均法来选取可信度最高的灰度值作为背景灰度。实验结果表明，算法在不同场景中提取出的背景图像均优于原有算法。
　　在背景提取之后，需要对目标进行检测，本文介绍了三种目标检测算法包括光流法、帧间差分法、背景差分法。根据三种算法的特点，本文选取背景差分法作为目标检测算法并对算法进行改进。本文首先用背景差分法初步提取目标，然后引入Sobel算子作为形态学结构元素，通过边缘检测算法，最后加入形态学开闭运算，实现目标检测。实验结果表明，目标检测更加准确，对于车辆的标记也更加接近车辆轮廓。
　　本文提出的改进算法在不同的实际交通场景下进行了实验，结果表明：改进的背景提取算法和运动目标检测算法都优于原有算法，得到比较理想的效果，具有良好的实用性与应用前景。

目录

声明

第一章 绪论

1.1 引言

1.2 智能交通研究现状

1.3背景提取及目标检测的发展

1.4论文结构和主要研究内容

第二章 视频图像预处理

2.1 颜色格式及图片转换

2.2 图像滤波

2.3 图像增强

2.4 本章小结

第三章 背景提取算法研究

3.1 常用的背景提取算法

3.2 改进的背景提取算法

3.3实验结果分析

3.4 本章小结

第四章 运动目标检测算法研究

4.1 光流法

4.2 帧间差分法

4.3改进的目标检测算法

4.4实验结果分析

4.5本章小结

第五章 总结与展望

5.1 本文总结

5.2 展望

参考文献

致谢

攻读硕士期间的相关工作