基于帧间差分法的目标运动检测算法开题报告讲义.docVIP

本科毕业设计(论文)开题报告 题目：基于帧间差分法的目标运动检测算法 Frame difference method based on target motion detection algorithm 课 题 类 型： 设计□ 实验研究□ 论文□ 学 生 姓 名： 郭凯 学 号： 3100701135 专 业 班 级： 计算机101 学 院： 计算机科学与技术 指 导 教 师： 卢桂馥 开 题 时 间： 年 月 日 开题报告内容与要求 本课题的研究意义、研究现状和发展趋势（文献综述） 1.1研究意义 在人们感知到的环境信息中，视觉信息占了很大的比重，其中动态视觉信息更是其主要组成部分。感知环境中的这些动态视觉信息己成为计算机视觉的一个重要的研究方向。在现实生活中，大量有意义的视觉信息都包含于运动之中。尽管人类视觉既能看见运动又能看见静止的物体，但是在许多场合，比如航空和军用飞机的制导、交通流量的监测、重要场所的保安以及汽车的自动驾驶和辅助驾驶等等，人们往往对运动的物体更感兴趣。 运动目标检测与跟踪是近些年来图像处理和计算机视觉领域的一个非常活跃的分支，是动态图像分析的基础。目标的运动图像序列提供了比目标静止时更多的有用信息，使得我们可以利用运动目标检测与跟踪技术获得比静止图像更有实用价值的信息。 运动目标检测和运动目标跟踪两方面具有非常紧密的关系。做为运动目标跟踪的基础，运动目标检测是实时的在被监视的场景中检测运动目标，并将其提取出来。而运动目标跟踪是做为衔接运动目标检测和上层的目标行为分析和理解的一个重要环节。所谓运动目标跟踪，就是在运动目标检测的基础上，利用目标有效特征，使用适当的匹配算法，在序列图像中寻找与目标模板最相似的图像的位置，简单的说就是给目标定位。在实际应用中，运动目标跟踪不仅可以提供目标的运动轨迹和准确定位目标，为下一步的目标行为分析与理解提供了可靠的数据来源，而且也可以为运动目标检测提供帮助。 综上，对运动目标检测与跟踪有关算法的研究具有重大的理论价值和现实意义。 1.2研究现状和发展趋势 1.2.1研究现状 近些年来，世界各地的学者们针对视频图像中的运动目标检测与跟踪问题做了大量而深入的研究，提出了许多行之有效的方法，也取得了一定的进展，但到目前为止，还没有出现能够适用于各种场合、各种情况的通用算法。现今的各种算法在稳健性、准确性、可靠性等方面还有着这样、那样的不足。困难主要在于视频中存在着各种干扰因素，这些因素包括：运动目标的位移或者自身的形变、成像传感器本身的固有噪声、照明情况的变化、背景中的杂波、运动目标的自遮挡或者互遮挡等。这些问题有待我们进一步研究。 1.2.2发展趋势 运动目标检测在平安城市、智能交通、人机交互、战场侦察等领域有着越来越广泛的应用，具有重要的研究意义。运动目标检测技术一般分为三大类 1）光流法，虽善于在运动场景中进行运动目标检测，但大多数光流方法计算复杂， 只能得到稀疏的光流场，不适于实时处理; 2）背景差分法，一般能够提供较安全的特征数据，不受运动目标速度的限制，能够较完整地提取出运动目标，但检测性能与提取的背景图像的好坏息息相关，且对光照和外部条件造成的场景变化过于敏感，在非受控环境下需要加入背景图像更新机制，且不适用于背景灰度变化很大的情况 3）帧间差分法，虽然对环境有很好的适应性，差分图像受光线变化影响小，检测有效而稳定，但它只能检测相对运动的目标，检测出的目标位置不精确，不能提取出较完整的运动目标，并且在较大程度上依赖差分帧的选择时机和目 标的运动速度 主要设计（研究）内容和拟解决的关键问题 研究内容：1)在windows操作系统平台上，以vc++6．0为集成开发环境，基于Directshow框架对视频图像进行处理； 2)对有关运动目标检测与跟踪的常用算法进行了研究并编程实现； 3)提出了一种将差分法和背景减法相结合的运动目标检测方法。通过分析差分法和背景减法各自的优缺点，采用三帧差分和背景减法相结合的检测方法，取得了较好的效果： 4)在运动目标检测基础上，提出一种在简单背景下基于自适应窗口调整的跟踪门将检测到的目标“框住，最大限度的减少了噪声对跟踪精度的干扰，使得跟踪精度大大提高。 拟解决的关键问题：运动目标检测由于所处的实际处理环境不同，将会受到来自不同因素的影响，它们会不同程度地影响运动目标检测的准确性和稳定性，系统对不同环境的适应性也存在很大的挑战，这些影响系统性能的因素包括： (1)光线高密度的变化 由于现场光线高密度的变化将使得背景图像也随之发生变化，从而很难将这些变化与图像中由于前景目标盼引入导致的变化加以区分。 (2)阴