非平稳背景下运动目标检测算法研究-软件工程专业论文.docxVIP

万方数据 万方数据 西华大学学位论文独创性声明 作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究 工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外， 本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请 学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献 均已在论文中做了明确的说明并表示了谢意。 若有不实之处，本人愿意承担相关法律责任。 学位论文作者签名： 指导教师签名： 日期： 日期 西华大学学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，在校 攻读学位期间论文工作的知识产权属于西华大学，同意学校保留并向国家 有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅，西 华大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采 用影印、缩印或扫描等复印手段保存和汇编本学位论文。(保密的论文在解 密后遵守此规定) 学位论文作者签名： 指导教师签名： 日期： 日期 西华 西华大学硕士学位论文 万方数据 万方数据 摘 要 非平稳背景是指由于背景物体的运动而使背景处于一种不稳定的状态，这种不稳定 将影响运动目标检测的效果，降低检测的准确性，它是运动目标检测面临的重大挑战之 一。非平稳背景下，背景的运动，尤其是背景的剧烈晃动，具有较强的随机性，具有多 种模式，且每种模式的数据分布具有一定范围，内部还包含噪声。要建立一个比较好的 非平稳背景模型，这是一个困难的事情。因此研究非平稳背景下的运动目标检测问题具 有较高的理论价值与实用价值。 本文针对非平稳背景下运动目标检测误检率高的问题，提出一种改进混合高斯模型 的非平稳背景运动目标检测算法。主要工作内容如下： （1）分析非平稳背景机理。通过分析非平稳场景与采集像素之间的时空关系，分 析了非平稳背景机理，指出非平稳背景中的小概率事件是影响运动目标检测准确率的关 键因素。 （2）数据整合。分析了数据整合的必要性。然后通过对比实验，指出了数据整合 的优越性。 （3）对混合高斯模型进行了改进，使其能够容忍非平稳背景中的小概率事件。 （4）对每个高斯分布增设一个向量参数，以区分背景中的小概率事件和前景，减 少对背景的误判。 本文算法较好地实现了非平稳背景下的运动目标检测，降低了非平稳背景下运动目 标检测的误检率。对比实验结果表明，本文方法对于非平稳背景下的运动目标检测具有 较好的准确性。 关键字: 非平稳背景建模；背景减除法；运动目标检测；混合高斯模型 I 非平 非平稳背景下运动目标检测算法研究 Abstract Non-stationary background aims at the movement of the background. It will affect the effect of detection and reduce the accuracy of detection. It is one of the major challenges in the moving target detection. Under the non-stationary background, the movement of background, especially violent waving which is random and has a variety of modes for which the distribution of data has range and whose interior also contains noise. It is very difficult to build a good background model. So it is meaningful to study the problem of moving target detection under non-stationary background. In this paper, for the problem of false detection rate of the moving target detection in the non-stationary background is too high, we proposed the moving target detection under non-stationary background algorithm based on the Gaussian mixture model. Our work contents are as follows: （1） Anglicizing the mechanism of the non-st