復(fù)雜背景運(yùn)動目標(biāo)檢測的研究.pdf

1、分類號密級UDC編號桂林電子科技大學(xué)碩士學(xué)位論文題目:復(fù)雜背景運(yùn)動目標(biāo)檢測的研究(英文)ResearchonMovingObjectDetectioninComplexBackground研究生姓名：孟益方指導(dǎo)教師姓名、職務(wù)：歐陽寧副教授申請學(xué)科門類：工學(xué)碩士學(xué)科、專業(yè)：信號與信息處理提交論文日期：2009年4月論文答辯時間：2009年6月年月日摘要摘要視頻序列中運(yùn)動目標(biāo)檢測是實(shí)現(xiàn)視頻監(jiān)控系統(tǒng)的關(guān)鍵技術(shù)之一。實(shí)際視頻監(jiān)控系統(tǒng)中的場景往往

2、是錯綜復(fù)雜、變化無常的，實(shí)現(xiàn)具有魯棒性、準(zhǔn)確性和實(shí)時性的運(yùn)動目標(biāo)檢測是當(dāng)前智能視頻監(jiān)控技術(shù)努力的方向。本文根據(jù)科研項(xiàng)目《基于圖像傳感器陣列目標(biāo)跟蹤監(jiān)控系統(tǒng)的研究與實(shí)現(xiàn)》的研制要求，研究了復(fù)雜背景下運(yùn)動目標(biāo)檢測、陰影消除和運(yùn)動目標(biāo)輪廓提取的相關(guān)算法，實(shí)現(xiàn)了多種復(fù)雜條件下的背景建模和目標(biāo)檢測，以及陰影消除和目標(biāo)輪廓的提取。主要工作如下：1、針對場景中光線的變化對目標(biāo)檢測造成的影響，本文采用貝葉斯模型法來解決相關(guān)的問題。在背景模型方面主要采用

3、高斯混合模型，高斯混合模型能夠恢復(fù)出復(fù)雜場景和檢測出前景目標(biāo)，但是其初始化過程比較慢。如何實(shí)現(xiàn)快速初始化背景，是智能監(jiān)控中研究的一個基本點(diǎn)，同時也是一個難點(diǎn)，本文采用一種快速初始化算法為高斯混合模型提供有效的初始化參數(shù)，并對高斯混合模型在背景更新方面進(jìn)行了一定的改進(jìn)。2、在陰影消除問題上采用本文的算法，先由高斯混合模型檢測出目標(biāo)，再用高斯混合陰影模型來檢測陰影，并用高斯平滑濾波處理檢測的結(jié)果。然后動態(tài)選擇合適的閾值對圖像做二值化處理，進(jìn)