視頻中復(fù)雜背景偽裝色運動目標的檢測研究.pdf

1、運動目標檢測是計算機視覺研究領(lǐng)域的重要課題,在智能交通、機器人視覺導(dǎo)航、智能監(jiān)控、軍事等領(lǐng)域有著廣泛應(yīng)用。運動目標的檢測、特征提取和識別,是視頻監(jiān)控的關(guān)鍵,其中目標的檢測是跟蹤技術(shù)的基礎(chǔ),其結(jié)果直接關(guān)系到跟蹤效果。因此,對運動目標檢測的研究有很大的理論意義和應(yīng)用價值。
　　 本文重點研究二值圖像連通域標記、偽裝色目標視頻的像素值變化規(guī)律,輕微動態(tài)背景下偽裝色目標的檢測和圖像分塊直方圖。通過二值圖像進行連通區(qū)域標記,可以得到圖像中

2、目標的準確計數(shù)和邊界信息,便于實現(xiàn)目標的檢測;本文主要研究了輕微變化的背景中偽裝色目標的檢測,提出了兩種偽裝色目標檢測算法,另外針對復(fù)雜動態(tài)背景中的目標,傳統(tǒng)的目標檢測算法一般計算復(fù)雜,為了減少算法的計算量,在分塊直方圖方面進行了初步研究。主要內(nèi)容如下:
　　 1、基于等價類的二值圖像連通域標記。本文分析了傳統(tǒng)連通域標記算法,針對特殊形狀的連通區(qū)域,實現(xiàn)了一種利用等價類處理的二值圖像連通域像素標記算法。根據(jù)二值圖像像素分布的特點

3、,首先對圖像進行掃描,其次對等價的標記進行處理,最后進行二次掃描,完成圖像連通區(qū)域標記。實驗表明,該算法避免了大多數(shù)算法都必須處理的重復(fù)標記問題,同時,該算法不受所標記的連通區(qū)域形狀的限制。
　　 2、含有偽裝色移動目標視頻的像素灰度值變化規(guī)律研究。某些運動目標與周圍環(huán)境非常接近,即具有所謂的偽裝色。為了檢測這類偽裝色目標,通過實驗獲得偽裝色運動目標的視頻幀的像素灰度值,并觀察特定像素灰度值在連續(xù)視頻中的變化情況。對特定像素的灰

4、度值變化規(guī)律的分析,為偽裝色目標檢測的研究,奠定了良好基礎(chǔ)。
　　 3、平緩變化的動態(tài)背景下偽裝色目標的檢測。本文根據(jù)偽裝色視頻像素的像素值變化特點,提出了對平緩變化的動態(tài)背景中偽裝色目標進行檢測的兩種方法,一種方法是根據(jù)Laws能量計算公式,重新定義了Laws能量計算的方法,在連續(xù)多幀圖像中,計算當前幀像素的Laws能量值,根據(jù)像素的Laws能量值檢測目標。另一種方法是統(tǒng)計當前幀像素顏色值的變化情況,根據(jù)顏色值的變化頻次檢測目

5、標,文中的變化頻次指對于像素顏色隨時間變化的信號,在某個時段內(nèi)信號相對于局部或者瞬時均值進行正負交替的次數(shù)。實驗結(jié)果表明,這兩種算法可以較好的檢測到偽裝色運動目標。
　　 4、利用分塊直方圖檢測動態(tài)背景中的目標。在較為復(fù)雜的背景下(例如搖動的樹葉、蕩漾的水波等)檢測目標,一般利用混合高斯模型檢測這類場景中的目標。為了解決這種算法計算最大的問題,本文在分塊直方圖方面做了一些初步研究。
　　 目前只是在輕微變化的背景中,實現(xiàn)