視頻運(yùn)動(dòng)目標(biāo)檢測及減法聚類定位技術(shù)研究.pdf

1、智能視覺監(jiān)控系統(tǒng)所面臨的最基礎(chǔ)性問題就是如何檢測視頻序列中的運(yùn)動(dòng)目標(biāo)，因?yàn)橹挥性跈z測到視頻運(yùn)動(dòng)目標(biāo)的基礎(chǔ)上，才能進(jìn)行目標(biāo)分類、跟蹤以及內(nèi)容分析等。論文對(duì)靜態(tài)場景下視頻運(yùn)動(dòng)目標(biāo)檢測及定位問題進(jìn)行了研究。論文的主要工作如下：
　　 1)結(jié)合靜態(tài)場景下視頻運(yùn)動(dòng)目標(biāo)檢測的特點(diǎn)，提出了一套基于積累差異背景建模的視頻運(yùn)動(dòng)目標(biāo)檢測技術(shù)，該技術(shù)的核心是基于積累差異的背景建模方法?；诜e累差異背景建模的視頻運(yùn)動(dòng)目標(biāo)檢測技術(shù)是本論文視頻運(yùn)動(dòng)目標(biāo)檢測

2、及定位的技術(shù)基礎(chǔ)。該技術(shù)采用背景差法檢測視頻運(yùn)動(dòng)目標(biāo)區(qū)域，用改進(jìn)的Otsu閾值化算法對(duì)背景差圖像進(jìn)行閾值化，然后用兩步區(qū)域生長法對(duì)目標(biāo)連通區(qū)域進(jìn)行標(biāo)記，最后給出了一種對(duì)視頻運(yùn)動(dòng)目標(biāo)質(zhì)心進(jìn)行標(biāo)記關(guān)聯(lián)的實(shí)用方法。
　　 2)針對(duì)一些需要較為精確檢測目標(biāo)邊緣信息的應(yīng)用場合，基于第2章的檢測技術(shù)，提出了一種融合Knockout摳圖技術(shù)的視頻運(yùn)動(dòng)目標(biāo)檢測方法。該方法可自動(dòng)標(biāo)記Knockout方法所需的前景輪廓區(qū)域、背景輪廓區(qū)域及未知區(qū)域，

3、最終實(shí)現(xiàn)對(duì)視頻運(yùn)動(dòng)目標(biāo)邊緣更精細(xì)的檢測。
　　 3)針對(duì)目標(biāo)運(yùn)動(dòng)區(qū)域空域連通特性較差時(shí)的目標(biāo)檢測問題，基于第2章的檢測技術(shù)，提出了一種基于網(wǎng)格區(qū)域劃分的視頻運(yùn)動(dòng)目標(biāo)檢測方法。該方法在閾值化背景差圖像的基礎(chǔ)上，對(duì)視頻幀進(jìn)行網(wǎng)格區(qū)域劃分，定義網(wǎng)格矩陣，設(shè)定網(wǎng)格內(nèi)前景點(diǎn)個(gè)數(shù)的閾值，對(duì)視頻幀的運(yùn)動(dòng)區(qū)域進(jìn)行重定義，最終實(shí)現(xiàn)當(dāng)被檢測目標(biāo)空域連通特性較差時(shí)的視頻運(yùn)動(dòng)目標(biāo)檢測。
　　 4)運(yùn)動(dòng)目標(biāo)檢測常常需進(jìn)一步對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行定位，即確

4、定目標(biāo)在圖像中的空間位置區(qū)域或目標(biāo)空間位置區(qū)域的重心。針對(duì)視頻運(yùn)動(dòng)目標(biāo)定位的需要，提出了一種基于減法聚類的視頻運(yùn)動(dòng)目標(biāo)定位方法。分析了減法聚類算法的原理，給出了減法聚類目標(biāo)定位的實(shí)現(xiàn)步驟及流程框圖。研究了定位算法對(duì)不同類型視頻運(yùn)動(dòng)目標(biāo)的定位效果，并將原有減法聚類算法進(jìn)行改進(jìn)，提出了一種橢圓域減法聚類目標(biāo)定位方法。
　　 5)通過分析減法聚類算法用于目標(biāo)定位的不足，針對(duì)減法聚類視頻運(yùn)動(dòng)目標(biāo)定位時(shí)存在的問題，進(jìn)一步提出七點(diǎn)優(yōu)化技術(shù)。