基于背景重构的视频分割算法设计-通信与信息系统专业论文.docxVIP

人原理 : r大学硕土研究生学位论文 内外轨道交通领域中许多学省的意砚，交叉道口安全检测、车辆跟踪、轨道检测、障碍 跟踪、轨道障碍检测以及视频车辆测速等相关研究也就此展开，我们相信在未来的轨道 交通领域中，视频分割检测技术 会有很好的应用价值和发展前景 。这也说明了在轨道 交 迦领域中视频对 象分割技术也具有极其重要的作用。 (3)视频监控系统。 视频监控系统 一般是出于某些安全考虑，通过在室内或建筑物出入口处安装摄像 头，对室内人物活动或其他环境变化等避行监控。例如，在银行、停车场 、超市等{在贯 主装视频监控系统坦录顾客出入及活动情况 ，以便于 1卡，现事故后进行回放分析 :在高温、 高压及有毒化工生产2f fllJ安装监控系统可以实现温和监拙，监兔 f 潜在的安全隐忠 。但 足 由于受到目前视频对象分 割技术水平不高 及视频 n iJ分析能力不足的限制，1，.1前视频 系统的智能化程度不高 .因此在谈领域的研究主要针对视顿分割技术的改进，以提高视 频监控系统 的智能化水平l61. 1. 4 视频分割存在的困难 在实际环境中，运动目标的颜色与背景的的相似皮、大小、运动的快慢、运动方式 以及背景的稳定性都给视频分制造成很大困难。另外，所处的实际物理环境不同 ，影响 因素也会不同，所有这些都是视频分割需要考虑的问题 .影响系统的通用性(即系统对 不同环境的适应性)性能的因素(81有: (1)运动目标与背景相近 运动目标与背景景物在颜色、纹理 、形状等外观特征方面越接近 ，从背景中分辨出 前景目标的难度就越大。 (2)运动目标的运动速度 前景 目标运动过快可能会导致背景中目标变换频繁，难以 区分哪些是真正的前景 运 动目标，哪些是真正的背景;而 当运动 目标速度过挫， 会检测不到运动 目标，将运动前 景误判为背景。 (3)阴影及物体间的重叠遮挡 运动目标的阴影 可能会造成背景中局部亮度发 生变化 :另外运动目标之间，及 运 动目标与 背景之间的重叠遮挡，都可能会改变检测得的 运动目标的形状和其他特征. ( )光线强度的变化 由于现场光线强度的变化使得背景图像像素也随之发生变化，导致很难将这些变化 3 太原理l J: 大学硕士研究生学位论文 与视频中由于运动目标的运动引起的变化相 区分。 (5)背景景物的变动 当物体在背景中的位置发生变化或者当背景中某些物体存在或移去时，只要这些变 化有一定的持续时间，背景模型都要及时获得更新。 (6)非静态背景 当背景中存在抖动的物体，比如说被风吹动的树叶和正在转动的电风扇，这些运 动的背景可能被误判成前景目标，使得目标分割的难度增大。 1.5 本文研究重点 基于时间域的视频分割方法 主要有光流法、块匹配的运动估计法、背景差法和帧 差 法。背景差法是一种既快又准确地获取运动目标的方法，但是由于该方法极易受光照等 环境的影响，使得检测结果不太理想 ，所以如何获得实时的背景图像就成为该方法的难 点和重点。背景重构技术前人己做了很多研究，将几幅图像序列的平均像素灰皮值作为 近似的背景是简单而有效的办法，但很容易把前最运动目标也误认作背景而海入其中。 静态场景中，在一段时间内像素点的亮度变化服从高斯分布，若场景变化比较缓慢，可 以用高斯模型来适应这种变化，鉴于考虑背景的复杂度，可以用多个高斯分布来表示， 目前使用比较多的是混合高斯分布。文献[1 0]提出了一种基 于背景像素值出现频次展高 假设的背景重构算法，通过记录每个背景像素点出现的频率来重构背景图像，但是这种 算法不能适应场景的微小变化 IIOl; 文献 [11)背景像素的分布用 k 个高斯分布 价值取3 →5) 的混合模型来模拟，越复杂的场景所需的 k 值也就越大，相应的计算盘也 就越大(11) 。文献[21]采用无参数的核密度估计米进行背景建模。通过图像像素亮度值的 样本估计像素亮度分布的密度函数，其缺点是运算量、存储量都很大 ，实时性很差(12) 。 文献[13]建立背景的方法是通过分级分块背景估计算法，子块是背景还是运动块由子块 能量和高阶矩来判定。缺点是子块的大小会直接影响重构背景的质量 ( 13)。另外。还可以 按照一定的假设从 一组观测图像中，通过选择合适的像素灰度值重构背景。文献 [14]认 为在视频序列中，背景像素灰皮值的稳定状态最长 ，但是如果运动目标运动很缓慢，就 会将运动目标误判为背景 [I4J文献[15]把稳定状态最长的运动目标灰度值用光流法 去除 掉，给出了正确重构结果，但付出了运算盘大、实时性差的代价。本文在此基础上提出 了一种新的背景重构算法。取的了较好的效果闷。 4 太原理 1:λ;学硕十研究t仁宇:位论文 1.6 本文工作和结构 本文研究了各种背景