资源描述：
《复杂背景下运动目标检测和提取 (1)》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、摘要摘要复杂背景下运动目标的检测与提取是当前计算机视觉和模式识别领域的一个重要研究方向，其研究在智能监视系统、军事应用等领域都有广阔的应用前景和理论意义。本文主要研究了复杂背景下运动目标的检测与提取、噪声去除、阴影去除等方面内容。首先，在复杂背景下运动目标的检测与提取方面，由于在复杂背景下仍然有一半左右的像素是静态背景像素，而去除静态背景像素要比去除动态背景像素简单得多，因此本文创新性地将静态像素和动态像素分开，采取不同的方法进行处理：利用图像相减去除静态背景像素，高斯核密度函数估计去除动态背景像素。结合这两种方法的优点，减少了计算量。实验结果表明,该方法可以很好地适应背景中存在周期运动
2、干扰的情况,其次，提取运动目标的分析和处理方面，本文引入面积阈值来消除大的噪声和判断背景是否发生了突变,从而重新更新背景模型，并且使背景模型适应场景突变的情况。最后，本文介绍了阴影的形成原理，并且通过颜色空间对阴影进行了有效的抑制和去除。关键字：复杂背景；运动目标检测；背景模型；图像序列；高斯核密度III硕士学位论文AbstractMovingobjectdetectionandextractionincomplexbackgroundisoneofthemostimportantresearchdirectionsincomputervisionandpatternrecognitio
3、nnowadays.Ithasabroadapplicationprospectandtheoreticalsignificanceinthefieldsofsuchintellectualcontrolsystemandmilitaryapplication.Thispapermainlystudiessuchproblemsasmovingobjectdetectionandextractionundercomplexbackground,noiseremovingandshadowelimination.Firstly,intherespectofmovingobjectdetec
4、tionandextraction,astherearestillhalfpixelsorsobelongtostaticbackgroundpixelundercomplexbackground,andasitiseasiertoremovestaticbackgroundpixelthantoremovedynamicbackgroundpixel,thispaperinnovativelydividesstaticpixelfromdynamicpixelandadoptsdifferentmethodstodealwiththem.Staticbackgroundpixelisr
5、emovedbyimagesubtractionwhiledynamicbackgroundpixelisremovedbynon-parametrickerneldensityestimating.Theadvantagesofthetwomethodsgreatlydecreasesthecomputationcost.Experimentalresultsshowthatthismethodcanverywelladapttothesituationthatthereisperiodicmotiondisturbanceinthebackground.Secondly,toanal
6、yzeanddisposemovingobjectextraction,thispaperintroducesareathresholdtoeliminatelargenoiseandestimatewhetherthebackgroundischoped,andupdatesthebackgroundmodel,makingitsuitabletoscenecut.Finally,thispaperintroducestheformingprincipleofshadow,besides,itrestrainsandeveneliminatesshadoweffectivelywith
7、colorspace.Keywords:ComplexBackground,MovingObjectDetection,BackgroundModel,ImageSequence,GaussianKernelDensity.IV学位论文独创性声明本人郑重声明：1、坚持以“求实、创新”的科学精神从事研究工作。2、本论文是我个人在导师指导下进行的研究工作和取得的研究成果。3、本论文中除引文外，所有实验、数据和有关材料均是真实的。4、本论
