基于背景减法和帧差法的运动目标检测算法分析-analysis of moving object detection algorithm based on background subtraction and frame difference method.docxVIP

优秀毕业论文 精品参考文献资料 目 录 摘 要 I Abstract II 第一章 绪论 1 1.1 研究背景及意义 1 1.2 研究现状 2 1.3 研究内容和论文结构 3 第二章 视频图像处理 5 2.1 图像去噪 5 2.1.1 均值滤波 6 2.1.2 中值滤波 7 2.1.3 频域滤波 8 2.2 图像的颜色空间 11  HYPERLINK \l _TOC_250005 RGB 颜色空间 11  HYPERLINK \l _TOC_250004 HSV 颜色空间 11 2.2.3 其他颜色空间 13 2.3 边缘检测算法 13  HYPERLINK \l _TOC_250003 Roberts 算子 14  HYPERLINK \l _TOC_250002 Prewitt 算子 15  HYPERLINK \l _TOC_250001 Sobel 算子 15  HYPERLINK \l _TOC_250000 Laplacian 算子 15 2.4 本章小结 17 第三章 运动目标检测 18 3.1 光流法 18 3.2 帧差法 21 3.2.1 基本原理 21 3.2.1 改进方法 22 3.3 背景减法 22 3.3.1 W4 模型 23 3.3.2 均值滤波法 25 3.3.3 核密度估计法 25 3.3.4 高斯模型 26 3.4 本章小节 26 第四章 改进的混合高斯模型运动目标检测算法 27  PAGE 4 4.1 单高斯模型 27 4.2 混合高斯模型 28 4.2.1 背景建模 28 4.2.2 参数更新 28 4.2.3 背景模型的生成和运动目标的提取 29 4.2.4 后期处理 30 4.3 参数对系统性能的影响 32 4.3.1 高斯分布数目 32 4.3.2 学习速率 34 4.3.3 阈值 35 4.4 改进的混合高斯模型运动目标检测算法 36 4.4.1 学习速率的改进 36 4.4.2 阴影的抑制 37 4.5 实验结果与分析 38 4.6 本章小节 41 第五章 改进的基于边缘检测与帧差法的运动目标检测算法 42 5.1 Canny 边缘检测算法 42 5.2 帧差法运动目标检测 44 5.2.1 两帧差法 44 5.2.2 三帧差法 45 5.3 改进的基于边缘检测法与帧差法的运动目标检测算法 45 5.3.1 改进的算法 45 5.3.2 面积法去噪 46 5.4 实验结果与分析 47 5.5 本章小结 48 第六章 总结与展望 49 6.1 工作总结 49 6.2 展望 49 参考文献 51 攻读硕士期间发表的学术论文 54  PAGE 9 第一章 绪论 1.1 研究背景及意义 随着以网络、通信以及计算机等科学技术的迅速发展，图像和视频应用逐渐融入到人 们的日常生活和工作中。在一些特殊的领域，复杂恶劣的外界环境因素可能会使人力无法 直接参与，或者是工作量太大而容易造成视觉疲劳，效率下降，甚至出现操作出错等不良 后果，而计算机视觉却可以很好地克服这些不足。近年来，计算机视觉在人工智能、视频 图像处理、行为分析等领域受到了学者和大众的关注[1][2]。 运动信息处理的一般过程是：通过摄像头等设备捕获到运动信息以后，再对视频序列 中运动目标进行检测，分类识别和跟踪，以及对某些运动目标的活动进行进一步分析。运 动目标的检测涉及到众多学科，如数字图像处理、模式识别和自动控制等，如何使用这些 技术进行运动目标检测显得尤为重要。如果运动目标检测过程中错检、漏检率过高，一定 会影响到后面的目标跟踪等。因此，运动目标检测是目标跟踪的前提和基础[3]。 上世纪 60 年代，运动目标检测技术开始受到了学者的重视，由于当时硬件资源有限， 运动视频的采集和处理只能是在有条件的实验室中仿真。21 世