基于背景建模运动目标检测算法的研究

《基于背景建模运动目标检测算法的研究》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、学校代码10459学号201312171992密级郑州大学硕士学位论文基于背景建模运动目标检测算法的研究作者姓名：刘涛涛导师姓名：齐林学科门类：工学专业名称：通信与信息系统培养院系：信息工程学院完成时间：2016年4月AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterResearchofMovingObjectDetectionAlgorithmBasedonBackgroundModelingBy:TaotaoLiuSupervisor:Prof.LinQiCommun

2、icationandInformationSystemSchoolofInformationEngineeringApril2016原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究所取得的成果。除文中己经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均已在文中１＾１明确方式标明。本声明的法律责任由本人承担。学位论文作者：满秦０日期：方／／年月＞日学位论文使用授权声明本人在导师指导下完成的论文及相关的职务作品，

3、知识产权归属郑州大学。根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权郑州大学可Ｗ将本学位论文的全部或部分编入有关数据库进行检索，可ｔｉｌ采用影印、缩印或者其他复制手段保存论文和汇编本学位论文、。本人离校后发表使用学一位论文或与该学位论文直接相关的学术论文或成果时，第署名单位仍然为郑州大学。。保密论文在解密后应遵守此规定学位论文作者：＾《诸．Ｉ■日期去八年Ｊ月＞０日摘要摘要运动目标检测是计算机视觉领域的一个重要研

4、究内容，它通过图像处理的方法对图像序列中的运动目标信息进行解析，具有一定的智能性，在智能视频监控、智能交通、人机互动、动作识别、物体追踪、行为理解、精准制导等领域具有重要的应用价值。目前主要有基于光流、基于帧间差分、基于背景建模三大类运动目标检测方法，其中基于背景建模的方法采用背景模型建立、像素点分类以及背景模型更新三个重要步骤来实现运动目标的检测，具有更多的建模方式，较多可利用的特征值，并且可随着背景模型的更新能够不断适应场景中的变化。这些特性使得基于背景建模的目标检测算法成为该领域的重要研究方向之一。ViBe(visualback

5、groundextractor)算法利用邻域像素的关联性进行建模及模型更新，可有效地利用空间相关信息，是一个适用性广、建模速度快、鲁棒性好的基于背景建模目标检测算法。但该算法在应用中还存在一定的局限性，例如动态场景存在晃动点、初始化帧中存在运动目标等情况下检测性能下降。本文重点研究ViBe算法，旨在提高该算法在特殊复杂场景下的适用性和有效性，所做的主要工作有：（1）提出多帧初始化的ViBe改进算法，其利用像素及其邻域点的特征值统计集中区域的中值建立模型，并改进其背景模型的更新策略。解决了当场景中存在因树枝晃动、水面波动等造成晃动点时，

6、ViBe算法会出现大量误检的问题。通过在canoe多个等动态背景数据集上的测试，表明改进算法有效降低了误检率，提高了检测效果。（2）提出具有监督的检测算法SViBe，其引入像素点检测结果的计数监督，解决了ViBe算法在背景初始化帧图像中存在运动目标、静止目标突然运动以及运动目标转为静止时出现伪运动目标的问题，提高了上述特殊场景下伪运动目标融入背景的速度。SViBe算法在pedestrians、office等多个场景数据集中的测试表明，改进的算法在特殊场景下可以取得更好的检测效果。关键词：SViBe伪运动目标背景建模多帧初始化运动目标检

7、测IAbstractAbstractMovingobjectsdetectionisanextremelysignificantpartoftheresearchincomputervision,andanalyzestheinformationofmovingobjectsbymeansofimageprocessing,whichissmartandplaysaveryimportantroleinmanyvisionapplicationssuchassmartvideosurveillance,intelligenttrans

8、portation,human-computerinteraction,activityrecognition,objecttracking,behaviorunderstanding,preciseguidanceet