变化检测的算法研究及应用论文.docVIP

摘  要  变化检测的研究对社会经济发展、国防建设、社会治安有着重要的意义，它的 应用领域十分广泛，包括遥感图像分析、城市规划、智能监控、医疗诊断和治疗、 水下测量等领域,它是目前图像模式识别里面比较经典的一个研究方向。 变化检测是通过对不同时期图像的比较分析，根据图像之间的差异来得到所需 要的目标变化信息，来完成最后的检测。变化检测可以运用于静态目标检测和运动 目标检测。 本文详细分析了目前广泛使用的几种变化检测算法，对光流场的计算、基于背 景的建模、以及差分方法都进行了一定的研究和讨论，最后采用基于背景差分的变 化检测方法。接着针对背景差分中的背景问题，分开对序列图像的背景建立和背景 更新进行研究，在背景建立阶段提出了在空域基于象素灰度出现频率最大值的改进 快速算法，完成原始背景的建立；在检测阶段，采用自适应卡尔曼滤波器参数的学 习来完成背景的更新和恢复。紧接着对变化检测中的几种分割算法作了深入的研究 和比较，根据差分图像的特点进行了大量的试验，决定在系统中采用基于三峰模型 的分割方法。最后将变化检测分别应用到人脸检测和室外单目标的跟踪场合，根据 各种算法的特点和不足，针对具体的场景采用多种算法相结合，取得了不错的试验 效果。  关键词： 变化检测  背景差分  高斯模型  背景重构  运动分割  人脸检测  跟踪  I Abstract Change detection has significance for economy, national defense and public security. Detecting regions of change in multiple images of the same scene taken at different times is of widespread interest due to a large number of applications in diverse disciplines, including remote sensing, civil infrastructure, surveillance, medical diagnosis and treatment and underwater sensing. Change detection compares the image of different time, getting the information needed of the target according to the difference of the image. Change detection can be used to the detection of the still target and moving target. In the article, based on the analysis of the popular detection technology, a quick algorithm based on the max gray frequency is proposed during the background construction phase and during the detect time, adaptive Kalman-Filter learning algorithm is applied to update the current background. Also we have studied and compare some segment algorithms, the segment algorithm based Three-Peak was adopted. At last we have applied the change detection to the face detection and single target tracking in the outside and get the good results..  Key Words: Change detection  Difference  Gauss model Background construction Moving segmentation Face detection  Track II 独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其 他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和 集体，均已在文中以明确方式标明。本人完全