目标检测开题报告模板.docVIP

目标检测开题报告模板 　　 　　篇一：开题报告 　　 　　玉溪师范学院 　　 　　毕业设计（论文）开题报告 　　 　　论文题目：基于视频的运动目标检测与跟踪方法研究——基于帧间差分的目标检测 　　 　　学院：信息技术工程学院 　　 　　专业班级：09通信工程一班 　　 　　学生姓名：谢君芳 　　 　　学生学号：xx093108 　　 　　指导教师：乐应英 　　 　　xx年1月12日 　　 　　基于视频的运动目标检测与跟踪方法研究 　　 　　——基于帧间差分的目标检测 　　 　　开题报告 　　 　　一、研究的背景和意义 　　 　　在人们感知到的环境信息中，视觉信息占了很大的比重，其中动态视觉信息更是其主要组成部分。感知环境中的这些动态视觉信息己成为计算机视觉的一个重要的研究方向。在现实生活中，大量有意义的视觉信息都包含于运动之中。尽管人类视觉既能看见运动又能看见静止的物体，但是在许多场合，比如航空和军用飞机的制导、交通流量的监测、重要场所的保安以及汽车的自动驾驶和辅助驾驶等等，人们往往对运动的物体更感兴趣。 　　 　　运动目标检测与跟踪是近些年来图像处理和计算机视觉领域的一个非常活跃的分支，是动态图像分析的基础。目标的运动图像序列提供了比目标静止时更多的有用信息，使得我们可以利用运动目标检测与跟踪技术获得比静止图像更有实用价值的信息。 　　 　　运动目标检测和运动目标跟踪两方面具有非常紧密的关系。作为运动目标跟踪的基础，运动目标检测是实时的在被监视的场景中检测运动目标，并将其提取出来。而运动目标跟踪是做为衔接运动目标检测和上层的目标行为分析和理解的一个重要环节。所谓运动目标跟踪，就是在运动目标检测的基础上，利用目标有效特征，使用适当的匹配算法，在序列图像中寻找与目标模板最相似的图像的位置，简单的说就是给目标定位。在实际应用中，运动目标跟踪不仅可以提供目标的运动轨迹和准确定位目标，为下一步的目标行为分析与理解提供了可靠的数据，而且也可以为运动目标检测提供帮助。 　　 　　综上，对运动目标检测与跟踪有关算法的研究具有重大的理论价值和意义。 　　 　　二、研究内容和拟解决的关键问题 　　 　　研究内容：基于视频的运动目标检测与跟踪方法，即智能视频监控（IVS,IntelligentVisualSurveillance）借助计算机强大的计算能力和与视频图像处理、模式识别、人工智能等多项技术的结合，在不需要人为干预的情况下，实现对视频场景中目标进行自动检测、识别和跟踪，并在此基础上分析和判断目标的行为，给出对它们行为和动作的描述，自动发现可疑情况，实现系统对场景中的异常鉴别及自动报警功能。 　　 　　而运动目标的检测是视频监控应用中最为广泛也是最为基础的一部分，即是从图像中检测出各种可能的运动区域。目标的跟踪等后期分析依赖于目标检测的结果。主要是在给定的序列图像中找到我们感兴趣的运动目标，也就是“定位”问题。近几十年来，人们对序列图像中的运动目标检测技术做了大量的研究工作。归纳起来主要有以下几种方法：帧间差分方法、背景减法、光流法。在这里我主要采用的方法是帧间差分方法。 　　 　　运动目标检测就是从视频序列图像中利用图像的时间和空间相关性检测出两帧图像之间特征分量的变化，如灰度、纹理、边缘等特征分量，从图像中检测出各种可能的运动区域。通过检测出的可能运动区域，进一步排除误判区域即虚警消除，确定出准确运动目标。如阴影的消除主要为了防止投射在背景上的运动阴影所造成的目标形状扭曲、目标连接和目标数估计错误等影响，以便于更精确地提取运动目标。基于检测出的运动目标，提取目标的灰度分布、纹理、形状等特征，利用这些运动区域的特征对运动目标进行跟踪。目标检测的结果必须要求可靠有效，具体表现在如下方面：适应于不同的场景和光照条件；检测可达到实时性的要求；运动目标的信息检测准确完整。 　　 　　近年来，国内外研究人员致力于视频运动目标检测方面的研究，提出了多种方法，在这里我主要研究的方法是基于时间差分法中的帧间差分方法。其原理主要是通过对序列图像中相邻帧做差分或“相减”运算，利用序列图像中相邻帧的强相关性进行变化检测，从而检测出运动目标。它通过直接比较相邻帧对应象素点的灰度值的不同，然后通过选取阈值来提取序列图像中的运动区域。在序列图像中，第k帧图像fx(x，y)和第k+l帧图像fk+1(x,y)之间的变化可用二值差分图像D(x，y)表示， 　　 　　当|fk(x,y)-fk+1(x,y)|T时，D(x，y)=1；否则等于0。式中T为差分图像二值化的阈值。二值图像中为“1的部分 　　 　　由前后两帧对应象素灰度值发生变化的部分组成，通常包括运动目标和噪声；为“0的部分由前后两帧对应象素灰度值不发生变化的部分组