2025《常用目标检测算法原理分析概述》3000字.docxVIP

常用目标检测算法原理分析概述

目录

TOC\o1-3\h\u6414常用目标检测算法原理分析概述 1

300721.1引言 1

225331.2常见的运动目标检测方法 1

15211.2.1光流法 1

11951.2.2帧间差分法 3

49761.2.3背景建模法 4

63851.3三种目标检测算法优缺点的对比 6

1.1引言

这一章节我们主要把一些常见的运动目标检测方法对比和分析，以便于对后面算法的理解。主要把常见的三种算法进行介绍，把实验成果进行对比分析，分析不同方法的优缺点，实现的复杂程度，和适用范围，最后得出结论。把这些算法进行分析，总结其有待改进与提高的地方，设计出新的目标检测算法。

1.2常见的运动目标检测方法

运动目标的检测就是从视频里把运动的目标提取出来，得出移动物体的信息，运动路径等。常见的检测方法有光流法，帧间差分法，和背景建模法等。

1.2.1光流法

（1）这种方法的主要依据是物体在不同环境下的亮度等级是不会变化的。也就是说，这个物体在运动，静止，复杂环境，简单环境里，它的亮度等级始终不会发生变化。这就是光流法假说的基本依据，也是光流法基本原理的依据。

（2）即使时间变化，物体的运动位置的变化也不是突变的，它是一个循序渐进的过程，也就是说移动物体的图像帧是许多连着变化的视频帧，这也是光流法的另一个主要的假设依据。

（3）基本的约束方程

拿一个像素为I（x,y,t）的光强的来说（这里面t代表的是时间的变化）。假设它与接下来的那帧的运动距离为?(dx,dy)，所经过的时间为dt。但是在不同的环境中，像素点是同一个，由上面的假设我们知道像素点在运动，静止，复杂环境等情况下的光强的是不会变化的，所以我们得出：

公式3-1

把3-1式的右端泰勒展开后得：

公式3-2

其中ε表示二阶的无穷小项。再将3-2代人3-1后同除dt。

再设u，v两个速度矢量，分别为光流沿X轴与Y轴的，得：

公式3-3

图像里沿X,Y,T三个方向的像素点的灰度的偏导数用公式3-4套用。

公式3-4

综上得：

公式3-5

因为约束方程只有一个，但是约束方程里的未知变量却有两个，所以我们无法求出u和v的准确的值。这种求不出来准确值的情况我们称作“孔径问题”。这个时候我们就必须再加入一个约束条件，因为约束条件的不一样，所以光流场的计算方法也不一样，出发角度均不一样。

1.2.2帧间差分法

这种方法主要依据的是摄像机对于视频的采集具有不间断的特点。假如说视频里没有运动的目标，那么每一帧基本是不变的，或者说变化相当微弱，几乎感受不到。但是当视频种有运动目标时，每帧之间的变化是相当明显的，计算机很容易检测出来。

帧间差分法主要就是依赖上面的思想方法。如果视频中有物体运动，那么它在不同帧里运动目标的位置一定是不同的，本算法就是依据这个原理。帧间差分法主要是运用连续的两帧或者三帧进行做差，相邻帧之间进行像素点做差，把取了绝对值的灰度值与设定的阀值进行比较，当绝对值超过设定的阈值时，就判断为目标运动了，把所有运动的点连续拼接出来，就达到了对运动物体是否运动以及运动路劲的检测。如图3-1两帧差分法

第

第n帧图像

第n-1帧图像

差分图像

阀值处理

连通性分析

判别

图3-1两帧差分法

两帧差分法的运算过程如图3-1。用fn和fn-1分别表示第n帧和第n-1帧，并用fn(x，y)和fn-1(x，y)来表示这两帧所对应的像素点的灰度值，按照公式3-6将两帧图像相对应的像素进行灰度处理后再进行做差:

公式3-6

假设把阈值设置为T，用公式3-6对所有的像素点一一进行二值化，处理后的二值化图像记作Rn。其中，我们把mask标记矩阵里灰度值为255的点视作运动了的点，把为0的点视作不动的点，或者称作背景点；我们对所有差分后的图像进行分析和对比，把所有运动的点序列链接起来，那么一幅完整的含有运动的图像Rn便形成了。

B

公式3-7

三帧差分法与两帧差分法相类似，只不过两帧变成了三帧，参考公式3-7就能到两幅差分图像分别为Dn+1以及Dn，再差分便可得到出图像Dn，再经过阀值判断，连续性的分析，便可得到运动目标及其轨迹。

公式3-8

从上面所述我们可以看出，帧间差分法有很多的优点，不仅算法的原理简单，计算量小，而且能够把视频中的运动目标快速提取出来。但是当我们对实验结果进行分析对比时，我们很容易发现，帧间差分法具有很多的缺点，提取出来的运动物体并不完整的，所提取出来的目标里含有大量的“空洞”，这正是因为运动目标位置的变化是个连续的过程，所以它在相邻图像帧里的位置变化也是微小且缓慢的。所以运动的物体在相邻帧之间所叠加的部分一般是无法检测的。所以我们