摘要视觉监控是当前计算机视觉的研究热点,近年来越来越引起人们的关注。而运动检测是视频监控中的首要问题,运动检测的目的就是从序列图像中将变化区域从背景图像中提取出来。运动区域的有效分割对于目标分类、跟踪和行为理解等后期处理非常重要,因此运动检测的效果和速度直接影响到整个视频监控系统的准确性和稳定性。对于固定摄像机监控视频运动目标的检测,最常用并有效的方法是减背景技术,可以用在交通监测,银行监控等很多要用到机器视觉的应用中。同时,在特定的视觉分析和视觉检测研究中,减背景也能作为一种很好的辅助技术。在减背景技术中,背景建模及背景更新是最重要的任务。本文首先对减背景技术实现运动目标检测的过程进行了全面而详细的介绍,并对当前典型的背景模型算法进行了总结。提出了自适应更新率的滑动平均背景模型的算法,对于光线突变的情况,提出了基予均值和方差的判断方法和自适应阈值运动目标检测方法。对去除阴影的操作,提出了一种基于虷相结合的快速阴影检测的方法,加进了对阴影性质的判断,将阴影分为背景投射阴影和目标投射阴影两种。最后利用的图像采集卡,在开发平台下进行图像采集模块的实现,并利用和混合编程实现了实时背景更新和本文算法首先在环境下进行仿真实验,结果表明所提出的背景模型算法可以满足实际使用条件下的实时性和准确性要求,并且能够将目标投射阴影和背景阴影区分开,并将背景阴影融入到背景图像中去。在平台下开发的图像采集模块,可以实时采集图像,并可得到背景图像和运动目标。关键词:减背景;背景建模;运动目标提取运动目标提取功能。中文摘要
知识水坝***@pologoogle为您整理
..,英文摘要琤..·仃
知识水坝***@pologoogle为您整理
築;英文摘要畉築
论文作者签名:雷昌宦导师签名:琹/≯辛乞论文作者签名:嗜昌鼠衅,碌厝不保密烈请在以上方框内打“√一大连海事大学学位论文原创性声明和使用授权说明原创性声明撰写成硕士学位论文:复盘扬量主邀登基撞盔珏塞皇珏筮:。除论文中已经注学位论文版权使用授权书日期:加四年月明引用的内容外,对论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。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表或本声明的法律责任由本人承担。本学位论文作者及指导教师完全了解“大连海事大学研究生学位论文提交、版权使用管理办法”,同意大连海事大学保留并向国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权大连海事大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印、缩印或本人郑重声明:本论文是在导师的指导下,独立进行研究工作所取得的成果,未公开发表的成果。扫描等复制手段保存和汇编学位论文。
第滦髀选题意义运动检测研究现状视频监控是计算机视觉领域一个新兴的应用方向和备受关注的前沿课题,运动物体的视觉分析是视频监控中一个基础而又有挑战性的问题,在跟踪、视频安全等方面都有广泛的应用,其主要目的是从包含运动物体的图像序列中检测出运动物体,并对其进行识别、跟踪。视频监控尤其是固定场景中对运动目标的视频监控,在高级人机交互、安全监控、视频会议、,视频监控系统所要求的硬件设备成本大大降低,因此它获得了日益广泛的研究与应用。视频监控主要是针对包含运动目标的图像序列进行分析处理,包括运动检测、目标分类、目标跟踪及行为理解与描述。其中,运动检测、目标分类、目标跟踪属于视觉中的低级和中级处理部分,也是智能视频监控中研究较多的三个问题。本文着重研究视频监控中运动目标检测的关键技术。运动检测是视频监控中的基础和重要环节。运动检测的目的就是从序列图像中将变化区域从背景图像中提取出来。运动区域的有效分割对于目标分类、跟踪和行为理解等后期处理非常重要,因此运动检测的效果和速度直接影响到整个视频监控系统的性能指标。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。运动目标检测是指从连续的视频序列中实时的将前景目标硕韵所在的区域从背景匀怀【中分割提取出来,即完成前景和背景的分离。依照被监视场景与摄像头之间是否存在相对运动分为静止背景下运动目标的检测和运动背景下运动目标的检测两大类。复杂场景中减背景技术研究与开发
见侠纠一肥》,。幻渲蠴,表示像素位置,矗表示帧数—籐一。。.。.仓贡尘跋略硕勘甑募觳摄像机处于静止状态时背景相对固定,但会受到光照变化及噪声的影响。这种情况下运动检测可用两种绝对差的方法进行处理:一种是当前图像与静止的参考背景图像的绝对差,这种方式检测与背景景物不相关的对象;第二种是连续两帧图
复杂场景中减背景技术研究与开发(可复制论文) 来自淘豆网www.taodocs.com转载请标明出处.