基于帧间差分算法的运动目标检测研究论文.doc
- 文档编号:248661
- 上传时间:2022-10-07
- 格式:DOC
- 页数:40
- 大小:947.50KB
基于帧间差分算法的运动目标检测研究论文.doc
《基于帧间差分算法的运动目标检测研究论文.doc》由会员分享,可在线阅读,更多相关《基于帧间差分算法的运动目标检测研究论文.doc(40页珍藏版)》请在冰豆网上搜索。
毕业设计(论文)
题目名称:
基于帧间差分算法的运动目标
检测研究
学院名称:
计算机学院
班级:
软件114班
学号:
XXXXXX
学生姓名:
XXX
指导教师:
XXX
2015年5月
论文编号:
XXXXXX
基于帧间差分算法的运动目标检测
研究
Researchonmovingobjectsdetectionbasedon
interframedifferencealgorithm
学院名称:
计算机学院
班级:
软件114班
学号:
XXXXXX
学生姓名:
XXX
指导教师:
XXX
2015年5月
147
摘要
运动目标检测在图像处理方面的一个很重要的应用。
在计算机视觉领域,运动目标检测研究一直是一个很好的研究方向,并且运动目标检测是分析动态图像的基础。
它在很多领域都有很广泛的应用。
比如重要场所的安全监控、航空制导、汽车驾驶等方面都。
目前国内外提出了很多种运动目标检测的方法,不过至今为止,还没有一种方法能够适应在各种测试环境中,每种方法都有自己的局限性。
在所有的运动目标检测方法中,帧间差分算法是最常用的一种运动目标检测方法。
帧间差分算法的优点是实现相对简单,程序设计复杂度低,易于实时监控等。
缺点是检测出的位置不一定精确,并且不能提取出完整的目标。
在运动目标检测方面,本文通过实现一种三帧差分算法来进行运动目标的检测。
该算法通过对视频序列进行预处理,运用帧间差分的方法提取出运动目标的大致图像,然后运用数学形态学的逻辑运算进行去噪处理,研究并分析实验结果,以期达到理想的检测效果。
实验结果表明,该算法准确性高,实时性好,能较好的解决问题,具有一定的使用价值。
关键词:
帧间差分;运动目标检测;数学形态学
Abstract
Movingobjectdetectionisoneofthemostactiveresearchfieldsofimageprocessingandcomputervision,andit’sthefoundationofdynamicimageanalysis.Itisusedwidelyinmanyfields,suchasanimportantplaceofsafetymonitoring,trafficcontrol,aviationandnavigation,cardrivingandsoon.Sofarthereexistsmanymethodsofmovingobjectdetectionintheworld,However,everyoneofthemhavetheirownlimitations.Inallofthem,interframedifferenceisoneofthemostfrequently.usedmethods.Itsdemeritsisthatitissimpletorealize,anditsprogramsissimple,itiseasytomomentlymonitor.However,interframedifferencecan’tdetectaccuateposition,Alsoitcan’tgetcompleteobject.
Aboutmovingobjectdetction,thispaperwepresentsathree.framedifferencealgorithmofmovingtargetdetection,thealgorithmfirstpreprocessthevideotoextractthetargettoresearch,byusinginterframedifferenceandthelogicmethodofmathematicalmorphology.Theexperimentalresultsshowsthat,thealgorithmishighaccuracyandgoodreal.timeperformance,itcansolvetheproblemeffectivelyandhascertainapplicationvalues.
KeyWords:
Interframedifference;Movingobjectdetection;MathematicalMorphology
目录
摘要 I
ABSTRACT II
第1章引言 1
1.1课题研究的目的及意义 1
1.2课题发展状况及应用前景 1
1.3运动目标检测常用方法 3
1.4课题主要研究内容 4
1.5本文结构安排 5
第2章运动目标检测理论基础 6
2.1关于运动目标检测 6
2.2灰度图像 7
2.3数学形态学 8
2.3.1数学形态学简介 8
2.2.2数学形态学应用 8
2.2.3形态学运算 9
2.2.4形态学滤波 11
2.4二值图像 12
2.5本章总结 13
第3章二帧差分算法 14
3.1基本思路 14
3.2实现过程 14
3.3实验结果 16
3.4结果分析 18
3.5本章总结 18
第4章三帧差分算法 19
4.1基本思路 19
4.2实现过程 19
4.3实验结果 20
4.4结果分析 23
4.5本章总结 24
第5章总结与展望 25
5.1总结 25
5.2展望 25
致谢 26
参考文献 27
附录 29
31
计算机毕学院业毕业(设计)论文
第1章引言
1.1课题研究的目的及意义
我们知道,在我们的所感知到的环境信息中,视觉信息是最多的,它在人们的生活中占了相当大的一部分比例,而且在这里面,动态的视觉信息在其中有着很重要的地位。
人类对环境中的动态视觉信息的研究是计算机视觉研究的一个重要方向。
在我们的生活中,多数有意义的视觉信息基本上都是动态的,是运动的而不是静止不动的,然而动态的视觉信息与静态信息相比,更不容易捕获。
虽然我们的眼睛既能看见静止事物也能看见移动事物,但是在许多重要场合,例如交通流量检测,航空制导以及重要场合安保等环境,人类以自己的视觉捕捉到的信息,往往不能实现所预期的要求。
因此,借助外部设备来捕获动态视觉信息并进行分析,是图像处理在现实生活中的应用实例。
运动目标检测在图像处理和计算机视觉领域是一个非常活跃的研究方向,运动目标检测是动态图像分析的基础[17]。
目标运动图像序列为我们提供了非常多有的用的信息,对运动目标的检测研究,可以使我们提取到这些有用信息,从而应用于我们的现实生活中。
运动目标检测算法的大致步骤有以下几个方面:
首先选取视频序列中的图像,对图像中给定的像素区域进行分析,然后根据帧间的数据差异,可以产生相对应的运动信号,从而获取到场景中的运动目标。
运动目标检测在特定的场景中提取运动目标,并将其从背景中分离提取出来,并以此结果来分析检测到的目标能否提供有效的价值,从而帮助人们在生活中更有效的解决遇到的问题。
因此,对运动目标检测有关算法的研究具有重大的理论价值和现实意义。
1.2课题发展状况及应用前景
多年以来,计算机视觉方面的专家针对视频图像中的运动目标检测问的题,做了大量而深入的研究,并且提出了不少的运动目标检测的方法。
其中常用的背景差分法,帧间差分法,光流法,背景差分法与帧间差分法的结合方法等,帧间差分算法是最常用的方法。
虽然发展到现在,人们在运动目标检测方面取得了一定的进展,然而到目前为止,人们并没有还实现一种能适用于各种场合、各种情况的通用算法。
目前计算机方面的专家们所提出的算法各有缺陷,几乎没有一个算法能同时满足准确性、稳健性、可靠性等各种特性,因此,在运动目标检测的算法中,还有着各种各样的不足。
之所以会出现这种情况,主要原因在于图像中存在着各种干扰因素,这些因素在运动目标检测中本被视为干扰项,它们的出现给运动目标检测造成了一定的困难。
这些因素包括:
1)光线亮度的变化
由于现场光线亮度的变化会引起相应的检测的环境的变化,从而导致背景图像也随之发生变化,这些将会使我们很难将这些变化与图像中由于前景运动目标导致的变化加以区分,从而影响运动目标的检测。
2)背景景物的变动
当检测环境的背景中某些景物发生变化时时,或者背景中的景物的相对位置发生移动时,如果这些变化持续一段时间,我们就需要及时更新背景模型,这无疑增加了检测的难度。
3)背景和目标重叠遮盖
物体的前景目标在运动时,其阴影部分有可能会导致背景中的一些画面的亮度发生变化,或者是运动的目标与运动的目标之间,以及运动的目标和背景部分的重叠遮盖,都会有可能会改变检测出来的运动目标的特征。
4)前景与背景物体相近
当运动的前景目标的物体与背景中的景物在颜色或者形状等外观特征相似时,将会增大从背景中分辨出运动目标的难度。
5)非完全表态背景
如果背景并不是完全表态的,就像风中的树叶或者映射在墙上的背影等,就很有可能被当成前景目标进行处理,这样无疑增加运动目标跟检测的难度。
6)运动目标运动路径的变化
前景目标的运动轨迹调整可能会导致许多不同的目标图像频繁的出入背景中,这样将会使我们难以分辨哪些是真的背景,哪些是前景目标,从而给运动目标跟踪增加难度。
7)难以选取所检测的运动目标特征
运动图像是由一定序列的视频组成的,而是视频中包含了许多信息,在这些信息中提取图像的某个特征,有时会很困难。
因为有些信息我们是很难发现的。
就像运动目标的图像中梯度信息、深度信息等,再如彩色图像中的彩色的纹理特征、颜色信息,直方图信息等,以及运动图像中的边缘信息,中间信息等等,以上所述的信息都可以作为图像特征用来检测,如果以这些特征来对运动目标进行检测,将会带来很多问题,并切导致检测结果不准确[17]。
因此选取何种特征作为目标检测的依据,这不仅仅和采用的方法本身有关,同时还涉及到运动图像自身的特点,因此,从运动目标热证来考虑的话,人们将很难判断出哪个特征具有明显优势,适合对运动目标检测。
8)运动目标检测的实时性要求以及准确性难以掌握
视频序列数据和字符数值类数据是不同的特殊数据,因为它有巨大的数据量。
一般来说,视频数据的数据量比结构记录数据大多个数据级。
若一幅中等分辨率的图像(640*480),彩色为24bit/象素,那么数字视频图像的数据量大约为1MB,如果播放速度为每秒30帧,那么一秒钟的数据量就大约为30MB,一个600MB的硬盘则最多只可以存放20秒钟的动态图像[12]。
由于运动目标检测研究及应用处理的对象是这样庞大的大数据量的视频图像,所以其运动量是相当大的,即使在现在,CPU处理速度不断升级,但如果没有合适的算法,那也很难达到检测的实时处理的要求,另外,运动目标检测的另外一个很重要的性能指标就是准确性,而准确性的保证往往是在进行大量复。
再这样庞大的数据下进行重复,那无疑是一项浩大的工程[18]。
在运动目标检测方面存在的困难还有另一个重要原因,那就是在程序上由于实际环境中目标运动的复杂性以及视频数据所具有的特殊性、复杂性,以及目标所占整幅图像的大小、运动速度、运动轨迹,还有系统对不同环境的适应性,都给运动目标检测带来很大的挑战。
由于这些问题的存在,在对视频图像进行检
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 帧间差分 算法 运动 目标 检测 研究 论文