基于道路视频的运动目标检测算法研究-信息安全专业论文.docxVIP

万方数据 万方数据 Dissertation Submitted to Hangzhou Dianzi University for the Degree of Master Research on Moving Target Detection Algorithm Based on Road Video Candidate: Yang Qingbiao Supervisor: Assoc.Prof. Ying Na May, 2016 杭州电子科技大学 学位论文原创性声明和使用授权说明 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，独立进行研究工作所取得 的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过 的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名： 日期： 年 月 日 学位论文使用授权说明 本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究生在校攻读 学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或 使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件， 允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其 它复制手段保存论文。（保密论文在解密后遵守此规定） 论文作者签名： 日期： 年 月 日 指导教师签名： 日期： 年 月 日 杭州电 杭州电子科技大学硕士学位论文 摘 要 随着经济的快速发展与社会的持续进步，道路交通作为第三产业，无论与人们的日常生 活还是国民经济之间的联系变的越来越紧密。世界各国在开展大规模的道路建设的同时，纷 纷将注意力投向了智能交通这一新兴领域，取得了许多先进经验和大量科研成果，并且在实 际应用中获得了很好的道路交通管理成效。根据国内外众多学者在智能交通领域的各项研究 成果以及他们所提出的各种算法，我们不难发现，智能道路监控能否进一步发展的关键就在 于能否实现一种检测精度高、实时性好以及鲁棒性好的运动目标检测算法。 作为一种经典有效的运动检测算法，混合高斯模型算法得到了广泛的研究与应用，然而 同大部分算法一样，该算法有其一定的局限性。因此，本文针对道路交通场合，提出了改进 算法。 本文首先研究了与运动目标检测技术相关的图像基础理论知识，包括图像灰度化、图像 滤波处理、数学形态学处理、图像二值化，并分别介绍了几种典型的处理方法，同时说明了 在本文运动目标检测应用场合中应选择的方法，分别介绍了它们的基本原理、适用场景、优 缺点。本文重点研究了混合高斯模型运动目标检测算法，介绍了它的基本原理，同时对它的 重要参数进行了分析，针对混合高斯模型算法在道路视频运动目标检测中的不足之处，提出 了两种改进的基于混合高斯模型的目标检测算法： （一）建立基础混合高斯模型，然后引入光照校正模型，将两者结合，改善光照突变情 况下的误检现象，然后对检测结果进行一系列的处理（数学形态学操作、连通性分析等）， 达到优化检测效果的目的。 （二）混合高斯模型运动目标检测算法在处理视频图像帧中逐渐静止的运动目标时，由 于静止目标会逐渐融入背景之中，所以会出现漏检现象。针对混合高斯模型的这一缺陷，引 入背景学习参数，纠正了目标因滞留在场景中被误判为背景的现象，有效避免漏检。 本文还介绍了 ZedBoard 开发平台，阐述其软件环境的搭建过程，同时在平台上给出改 进混合高斯算法的实验结果和性能分析。 关键词：道路视频，混合高斯模型，光照校正，背景学习参数，ZedBoard I ABSTRACT Along with the rapid development of economy and the continuing social progress, the road traffic as the third industry, links more and more close with peoples daily life or the national economy. Many countries in the world are carrying out large-scale road construction,at the same time, they also have carried out the research of intelligent traffic management, achieved a lot of scientific research achievements and successful experience, besides, ob