计算机视觉的应用.docx

运动目标检测

目录

基于统计背景模型的运动目标检测方法背景模型提取

运动目标检测后处理

基于统计背景模型的运动目标检测方法

问题： （1）背景获取：需要在场景存在运动目标的情况下获得背景图像

（2）背景扰动：背景中可以含有轻微扰动的对象，如树枝、树叶的摇动，扰动部分不应该被看做是前景运动目标 （3）外界光照变化：一天中不同时间段光线、天气等的变化对检测结果的影响 （4）背景中固定对象的移动：背景里的固定对象可能移动，如场景中的一辆车开走、一把椅子移走，对象移走后的区域在一段时

间内可能被误认为是运动目标，但不应该永远被看做是前景运动目标 （5）背景的更新：背景中固定对象的移动和外界光照条件的变化会使背景图像发生变化，需

要及时对背景模型进行更新，以适应这种变化 （6）阴影的影响：通常前景目标的阴影也被检测为运动目标的一部分，这样讲影响对运动目标的进一步处理和分

析首先利用统计的方法得到背景模型，并实时地对背景模型进行更新以适应光线变化和场景本身的变化，用形态学方法和检测连通域面积进行后处理，消除噪声和背景扰动带来的影响，在HSV色度空间下检测阴影，得到准确的运动目标。

背景模型提取

前提假设在背景模型提取阶段，运动目标在场景区域中运动，不会长时间停留在某一位置视频流中某一像素点只有在前景运动目标通过时，它的亮度值才发生大的变化，在一段时间内，亮度值主要集中在很小的一个区域中，可以用这个区域

内的平均值作为该点的背景值。具体实现过程：在 YUV颜色空间下，Y值的变化范围为0~255，将该范围划分成若干区间 [0,T][T,2T]…[Nt,255],n=255/T，对于每个像素点，统计一段时间内每个区间内亮度值的出现的次数。 找出出现次数最多的那个区间，将该区间内所有值的平均值作为背景模型在该点的亮度值。 这种方法不受前景运动目标的影响。

运动目标检测

检测当前图像和背景图像中对应像素点的差异，如果差值大于一定阈值，则判定该像素为前景运动目标

后处理

噪声的影响，会使检测结果中出现一些本身背景的区域像素点被检测成运动区域，也可能是运动目标内的部分区域被漏检。另外，背景的扰动，如树枝、树叶的轻微摇动，会使这部分也被误判断为运动目标，为了消除这些影响，首先对上一步的检测结果用形态学的方法进行处理，在找出经过形态学处理的后的连通域，计算每个连

通域中的面积，对于面积小于一定值的区域，将其抛弃，不看做是前景运动目标。 [1]

参考资料

1

运动目标检测

运动检测与运动估计的比较

2007-12-0913:19:16| 分类：默认分类阅读287评论0 字号：大中小

运动检测技术在数字化监控中的实现和应用

摘要:本文重点介绍运动检测的原理,给出了运动检测技术在海康威视板卡中的实现过程,最后,对常用的运动检测方法进行了简单的比较.

关键词:运动检测,背景减除,时间差分,光流法

引言

随着社会经济和科学技术的飞速发展,人们对安全技术防范的要求也越来越高.二十世纪八十年代末到九十年代中期,随着各种新型安保观念的引入,社会各部门,各行业及居民小区纷纷建立起了各自独立的闭路电视监控系统.然而,传统的视频监控受到当时技术发展水平的限制,监控系统大多只能在现场进行模拟电视监视,视频信息存储到录像带上,如果是监控的地点比较多,要求录像的数据保存时间长,录像带的数量就会变的惊人,整个查询,检索工作变的很复杂,管理运营成本增加,而且还会出现录像带时间长了或转录次数多了时图像质

量变差的问题.随着编解码技术的发展,特别是MPEG4/H264编解码技术的成熟,越来越多的用户采用了数字视频监控系统,实时压缩多路视频,并存储到硬盘上,录像信息以数字形式存放在硬盘上.由于计算机屏幕尺寸有限,在同时显示多路视频时每一路预览的画面都比较小,这一点不利于工作人员及时发现一些细小的隐蔽的安全隐患问题;而且智能化在数字安全防范领域也得到越来越多的应用,在某些监控的场所对安全性要求比较高,需要对运动的物体进行及时的检测和跟踪,因此我们需要一些精确的图像检测技术来提供自动报警和目标检测.运动检测作为在安防智能化应用最早的领域,它的技术发展和应用前景都受到关注.

运动检测是指在指定区域能识别图像的变化,检测运动物体的存在并避免由光线变化带来的干扰.但是如何从实时的序列图像中将变化区域从背景图像中提取出来,还要考虑运动区域的有效分割对于目标分类,跟踪等后期处理是非常重要的,因为以后的处理过程仅仅考虑图像中对应于运动区域的像素.然而,由于背景图像的动态变化,如天气,光照,影子及混乱干扰等的影响,使得运动检测成为一项相当困难的工作.

2,运动检测(移动侦测)原理

早期的运动检测如