智能视频监控图像中运动目标检测方法探究

《智能视频监控图像中运动目标检测方法探究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、智能视频监控图像中运动目标检测方法探摘要：描述了智能视频监控系统的概念及其研究意义。介绍了监控图像中运动目标检测的几种方法，阐述了他们各自的基本原理和优缺点。讨论了目前运动目标检测所面临的主要问题和困难，并展望了该领域的发展趋势。关键词：视频监控；运动目标检测；帧间差分法；背景差分法；光流法1引言智能视频监控系统作为一种有效的安防手段，已广泛应用于国防、国家安全、治安等多个方面。智能视频监控系统对运动目标的实时检测是其中的主要环节，是基于视频的运动分析、行为理解等后续工作的基础。所以对用于智能视频监控的运动目标检测算法的研究具有极其重要的意

2、义。2视频监控中运动目标检测的流行方法2.1帧间差分法帧间差分法就是利用图像序列中连续两帧或几帧图像的差异来进行运动检测的，即对图像序列中时间上相邻的两幅图像求绝对差，然后用一个闭值来判断变化的区域。⑴相邻两帧图像差分法。下图为相邻两帧间图像差分法原理图。相邻两帧图像差分法的计算过程可用公式(2.1.1)来表不O利用公式计算相邻帧之间的差别得到差分图像，然后选择阈值对差分图像二值化就可以获得初始的运动目标。这种两帧间差分法具有很强的自适应性，受光线变化影响不大，算法实现简单，易于实现实时监控，对光线的变化不敏感的优点。但是当相邻两帧图像的信

3、息比较接近时，这种方法通常只能得到运动目标的轮廓，即不能检测出完整的目标，并且目标检测结果有重影现象。⑵三帧差分法。为了克服相邻两帧图像差分法的缺点，采用连续三帧图像差分法来提取运动目标的轮廓。三帧差分法［10］是改进的相邻两帧差分法，其基本原理是通过计算三帧图像相邻两帧的差分，并将差分结果进行逻辑与运算。三帧差分法的主要内容如下：fk-1(x,y)、fk(x,y)、fk+1(x,y)分别表示连续的三帧原图像，然后分别计算相邻两帧原图像的绝对差灰度图像d(k,k-1)(x,y)和d(k,k+1)(x,y),公式如下:对d(k-1,k)(x,

4、y)和d(k,k+1)(x,y)分别取阈值T进行二值化，得到二值化图像b(k-1,k)(x,y)和b(k,k+1)(x,y),再将此二者在每一个像素位置进行逻辑与操作，得到三帧差分的结果二值图像Dk(x,y),计算公式如下：2.2背景差分法背景差分法是利用当前帧图像与背景图像作差，以提取运动区域的一种运动检测方法，这种方法也是现在使用较多的方法，常用于静止背景下的运动检测。背景差分法的原理如图2.2所示，假定给定视频图像序列为fk、Bk分别代表当前视频帧和背景帧，则差分后图像可表不为：其中，（x,y）为像素的空间坐标，对上面得到的差分图像通

5、过一个阈值T来判断图像中各个像素点是前景像素点还是背景像素点，从而提取运动区域的图像2.3光流法光流法检测运动目标的基本原理是给图像中的每一个像素点赋予一个速度矢量，在运动的一个特定时刻，图像上的点与三维物体上的点一一对应，这种对应关系可由投影关系得到，根据各个像素点的速度矢量特征，可以对图像进行动态分析。如果图像中没有运动目标，则光流矢量在整个图像区域是连续变化的，当物体和图像背景存在相对运动时，运动物体所形成的速度矢量必然和邻域背景速度矢量不同，从而检测出运动物体的位置。3存在的问题⑴背景环境中捕捉的图像受到多方面的影响。⑵实际用于进行

6、目标跟踪的计算资源有限，而一些目标检测、识别与跟踪方法计算量过大，无法满足实时性的要求。4小结与展望智能视频监控系统具有广泛的应用前景，不断地突破难点，使监控系统更加智能化，并具有更好的实时性和可靠性,最终肯定能够开发出一套更加实用的智能视频监控系统。[参考文献][1]侯志强，韩崇昭•基于像素灰度归类的背景重构算法[J].软件学报，2005,16(9)：1568-1576.[2]衣秀清.静态场景下运动目标检测与跟踪算法研究[D].山东：山东大学硕士学位论文，2007：7-35.