视频序列中对运动目标提取.docVIP

武汉理工大学 专业导论综述 题 目： 专业导论综述 完 成 人： 师敏 班 级： 1001班 专 业： 电路与系统 学 制： 2.5年 学 号： 104972102821 视频序列中对运动目标的提取 摘要：本文主要讨论视频序列中运动目标的检测和提取算法，在静止背景下的目标检测方面，介绍了帧间差法的基本原理及其特点；研究了利用混合高斯模型提取具有扰动的背景模型的方法，分析了混合高斯模型的优缺点；并简要介绍了最常用的微分光流法。 关键字：帧间差法、背景模型、混合高斯模型、光流法 Abstract：This article focuses on moving objects in video sequences in the detection and extraction algorithms, in the static context of target detection, the frame difference method introduced the basic principles and characteristics; of Gaussian mixture model extraction using a background model with disturbance method to analyze the advantages and disadvantages of Gaussian mixture model; and briefly describes the most commonly used differential optical flow method. Keywords: frame difference, background model, Gaussian mixture model, optical flow 0 引言： 随着国民经济的快速增长、国力的不断增强和社会的迅速进步，银行、电力、交通、安全、仓储、建筑以及军事设施等领域对安全防范和现场记录报警系统的需求与日俱增，要求越来越高，从而促进了视频监控系统的发展。同时由于计算机硬件技术的发展，计算机在处理速度、存储容量、并行计算等方面的性能快速提高，使智能化的视频监控序列图像的快速理解成为可能。 1 视频序列的特点 自动视频监视技术的主要内容之一就是监视特定场景中是否有新目标出现，这个任务的最基本的内容可以看作是在视频序列中检测并提取这样两种类型的目标：运动目标以及原先场景中未出现而后又停止并滞留在场景中的新目标。目标提取，就是当目标检测算法检测到有目标出现时，把这个目标从视频序列图像中分割提取出来，为下一步目标跟踪和识别提供数据。因此一个视频监视系统工作的好与坏，目标检测和提取算法是非常关键的。人们总希望一个好的视频目标检测和提取算法，能适用于监视各种环境。但实际应用中要解决这个问题是十分困难的，因为实际应用中不但要考虑到算法要尽量适应于多种环境。 要进行自动目标识别与跟踪，就要将图像中的运动目标提取出来，如何快速有效地把运动目标提取出来是一个很大的问题。在背景单一，目标明确的情况下，如地对空导弹跟踪系统，背景为天空，目标是飞机，这样的问题就相对简单一点，我们可以利用灰度的不同，用一些简单的阈值分割方法将它们从背景中提取出来。但是如果背景很复杂，如空对地导弹的跟踪系统，而且当今随着科技的发展，电视跟踪系统被越来越多的用于视频监控系统中，例如可以用来统计公路上的车流量，这样的背景就更加复杂，背景和目标的灰度差变得很小，甚至背景和目标的灰度是交叉的，无法简单的用一张图片上的信息把运动目标提取出来。所以，就需要找出一种在复杂背景下的可靠的目标提取方法。 一个实时的视频采集系统都具有以下特性： (1)背景的连续性和差异性。在实时监控系统中，由于视频采样的速度很快，一般每秒采样20到30帧。相对于运动物体，背景在一段时间内是静止的，或者连续的，总之不会变化很大的；同时由于光照，干扰等因素的存在，背景又是会变化的，这些变化对于运动物体的提取来说就是干扰。 (2)目标形状的连续性。运动目标一般在一段时间内的变化是连续的，不会发生突变。 (3)目标位置的连续性。运动物体的轨迹一般是连续变化的。相邻帧之间的差异是很小的，可以利用这一点定位出运动物体的当前位置。 （4)一般情况下，运动目标的面积要比背景的面积小。 运动区域的有效分割对于目标分类、跟踪和行为理解等后期处理非常重要，因为以后的处理过程仅仅