低照度環(huán)境下運動目標的檢測與跟蹤.pdf

1、運動目標的檢測和跟蹤，是計算機視覺領(lǐng)域研究的主要內(nèi)容，到目前為止，國內(nèi)外對其在低照度環(huán)境下的研究還較少，然而因其在全天候?qū)崟r監(jiān)控、交通控制、軍事等領(lǐng)域中存在著廣泛的應(yīng)用前景，該研究正逐步得到人們的重視，并成為計算機視覺領(lǐng)域一個新的熱點研究問題。
　　 本文是在攝像機固定的前提下，主要針對室內(nèi)低照度環(huán)境下的視頻序列進行研究，其內(nèi)容主要包括：預(yù)處理、增強處理、運動目標的檢測和跟蹤。
　　 在視頻序列預(yù)處理方面，闡述了低照度環(huán)

2、境下信噪比低的原因以及噪聲的特性，介紹了目前常用的幾種濾波器的基本原理，在空域使用高斯濾波、在時域使用實時自適應(yīng)幀間濾波的時空結(jié)合的濾波算法，通過實驗仿真，這種時空結(jié)合的濾波算法取得了較好的效果。
　　 針對低照度視頻圖像采用對數(shù)處理算法增強時高頻噪聲也同時被放大的不足，使用多級對數(shù)處理算法來增強低照度視頻圖像，并通過參數(shù)來控制各級圖像中的高頻銳化分量，使得圖像的高頻噪聲放大得到了有效的抑制。為了較好地擴展增強后圖像整體灰度級的

3、動態(tài)范圍，本文采用改進的對比度拉伸算法來進一步提高視頻圖像的對比度。實驗結(jié)果表明，采用多級對數(shù)增強后再用改進的對比度拉伸算法對低照度視頻圖像進行處理，能取得較好的增強效果。
　　 針對低照度環(huán)境下，采用高斯模型方法建立背景模型，僅根據(jù)當(dāng)前幀的掩碼來更新背景時準確性差，容易造成背景點誤判的缺點，為此依據(jù)連續(xù)三幀的掩碼的總體作用，對高斯背景建模的更新算法進行了改進，使其可以較準確及時地更新背景。從仿真結(jié)果可看出該算法能使檢測得到的運