运动目标的分割和检索.docVIP

汕头大学工学院学生科技创新项目 申 报 书 项目名称：运动目标的分割和检索 申 请 者： 所在学院： 工学院 类别： □学术论文 □发明制作类作品 汕头大学工学院学生科技创新活动领导小组制 二OO 年 月 日 工学院学生科技创新项目申报表 项 目 情 况 项目名称 运动目标的分割和检索 项目类别 □ 学术论文 □ 发明制作类作品 研究时间 □ 中长期（一年～两年） □ 短期（半年～一年） 研究意义 研发一种能够实现对运动目标分割和检索的软件系统。根据摄像头获取的视频信息，该系统能够区分背景和运动的物体。并对提取出的运动目标，计算鲁棒的特征点，根据提取的特征点，实现在另一图像中同样目标的检索。该系统的研发为实现机器视觉的高级应用，如识别，提供可靠的特征。 在图像处理中的应用：视频的前后背景分割，把一个视频的前景与背景分离，这样就有利于对前景或背景的单独处理。先是背景的识别，前后背景分离后，我们可以对所得背景进行各种处理，如背景的光线加强，背景的识别。经过背景处理后，我们可以再把前景加上去，这样我们就完成的背景的单独处理了。同样，前后背景分离后，我们也可以单独处理前景后再把前景加回去。 在智能监控中的应用：我们可以对前景进行检测与监控，特别是对运动物体的检测与监控。在现代监控技术中的智能监控系统中，智能监控系统能在实际环境中对人和车辆等运动目标进行实时的观察，并给出它们行为和动作的描述，这种机器视觉系统通常包括了运动目标的检测，运动目标跟踪，目标分类以及行为理解等方面。但背景建模与前后背景分离技术是这些检测技术的前提技术，特别是背景建模，直接影响了计算机的图象处理能力。所以计算机对视频文件的前后背景的建模与分离的能力直接影响了计算机系统的视觉能力与智能监控能力。 在医学上的应用：视频前后背景建模还能促进医学技术的发展，特别是医学上的检测技术。对于人体内部的病变，若不需要动手术便能检测，那对于病人对于医生都是莫大的作用。通过内窥摄像头，把人体内部需要检测的部分拍摄下来，再通过前后背景分割技术，把病变部分找出来，或找到病因。现在，这一技术还没能在医学界使用，是因为医学检测精度要求非常高，比普通的智能检测技术要求高得多，而且人体内部环境复杂，处理难度大。医学检测，这个前后背景技术使用的一个方向，而且是高难度的方向。 海底探索反面：图像处理系统和图像技术在海洋工程、航空航天、生物医学、通信工程、军事公安和工农业等方面都有广泛的开拓和应用。特别是海上监视、水下管道、海底探矿、水中目标(如石油平台、海底沉船、坝基裂缝等)的检测与识别都离不开图像技术的开发、研究和图像处理系统的广泛应用。而支撑着水下目标检测与识别的硬件和软件系统主要是无人水下航行器和图像处理系统。这个项目对研发水下探索机器人提供了一个很好的信息的获取途径。 技术方案 建立软件实验平台，一台PC机，一个摄像头；基于VC++，C#或C Builder结合Opencv的基本视频处理功能，搭建实验平台。主要是相机视频的获取，实验软件系统的建立，要求方便对算法的性能分析，并符合软件工程的基本要求。 背景建模和运动目标的分割：采用广义高斯模型建立背景的统计模型，从而分割出运动的目标。 广义高斯建模：背景建模：对于像素的广义高斯分布，我们定义： 其中：Γ(?)是gamma函数，σ2是概率分布的方差。 当ρ=2，p (x:ρ)是高斯分布。 当ρ=1，p (x:ρ)是拉普拉斯分布。 我们再定义一个峰度值g2 其中：n指像素点的取样样本数，μ指均值。 3是一个经验数值。若是0，则是估计高斯分布；若是3，则是估计拉普拉斯分布。 g2称为kurtosis超调量，用来表示所建立的高斯模型的相似度。因为我们这个高斯模型是估算出来的，所以用g2表示这个估算的相似度。 背景的提取： LI表示当前帧的像素的亮度或者灰度值， LB表示经过高斯统计分布所建成的模型的背景的亮度或者灰度值， 设p为像素点， 则有： K1，K2，K3是门限值 其中，不确定的那部分是因为光线的变化和光影的影响。 以下是用来估算K1，K2，K3的公式 根据经验：β=3。 该式的意思是：确定K1，K2，K3的值，从而使右式的值为最小值 特征点选取算法：采用SIFT算法，计算目标的特征点。同时比较同角点特征，纹理特征的不同。 SIFT(Scale Invariant Feature Transfor