基于背景建模运动目标检测算法的研究-通信与信息系统专业论文.docxVIP

万方数据 万方数据 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研 究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人 或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集 体，均已在文中以明确方式标明。本声明的法律责任由本人承担。 学位论文作者：  日期： 年 月 日 学位论文使用授权声明 本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大学。 根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部 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；本人授权郑州 大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、 缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学 位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑 州大学。保密论文在解密后应遵守此规定。 学位论文作者：  日期： 年 月 日 摘要 摘要 摘要 运动目标检测是计算机视觉领域的一个重要研究内容，它通过图像处理的 方法对图像序列中的运动目标信息进行解析，具有一定的智能性，在智能视频 监控、智能交通、人机互动、动作识别、物体追踪、行为理解、精准制导等领 域具有重要的应用价值。目前主要有基于光流、基于帧间差分、基于背景建模 三大类运动目标检测方法，其中基于背景建模的方法采用背景模型建立、像素 点分类以及背景模型更新三个重要步骤来实现运动目标的检测，具有更多的建 模方式，较多可利用的特征值，并且可随着背景模型的更新能够不断适应场景 中的变化。这些特性使得基于背景建模的目标检测算法成为该领域的重要研究 方向之一。 ViBe(visual background extractor)算法利用邻域像素的关联性进行建模及模 型更新，可有效地利用空间相关信息，是一个适用性广、建模速度快、鲁棒性 好的基于背景建模目标检测算法。但该算法在应用中还存在一定的局限性，例 如动态场景存在晃动点、初始化帧中存在运动目标等情况下检测性能下降。本 文重点研究 ViBe 算法，旨在提高该算法在特殊复杂场景下的适用性和有效性， 所做的主要工作有： （1）提出多帧初始化的 ViBe 改进算法，其利用像素及其邻域点的特征值 统计集中区域的中值建立模型，并改进其背景模型的更新策略。解决了当场景 中存在因树枝晃动、水面波动等造成晃动点时，ViBe 算法会出现大量误检的问 题。通过在 canoe 多个等动态背景数据集上的测试，表明改进算法有效降低了误 检率，提高了检测效果。 （2）提出具有监督的检测算法 SViBe，其引入像素点检测结果的计数监督， 解决了 ViBe 算法在背景初始化帧图像中存在运动目标、静止目标突然运动以及 运动目标转为静止时出现伪运动目标的问题，提高了上述特殊场景下伪运动目 标融入背景的速度。SViBe 算法在 pedestrians、office 等多个场景数据集中的测 试表明，改进的算法在特殊场景下可以取得更好的检测效果。 关键词：SViBe 伪运动目标 背景建模 多帧初始化 运动目标检测 I Abs Abstract Abstract Moving objects detection is an extremely significant part of the research in computer vision, and analyzes the information of moving objects by means of image processing, which is smart and plays a very important role in many vision applications such as smart video surveillance, intelligent transportation, human-computer interaction, activity recognition, object tracking, behavior understanding, precise guidance etc. At present, there are three main categories of the algorithms of moving objects detection based on optical flow, frame difference and background modeling respectively. The method based on background modeling takes three important steps of