资源描述：
《基于图像块差分和MeanShift算法的运动目标检测.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第28卷第8期计算机应用Vol.28No.82008年8月ComputerApplicationsAug.2008文章编号:1001-9081(2008)08-2017-04基于图像块差分和MeanShift算法的运动目标检测刘玉兰,彭思龙(中国科学院自动化研究所国家专用集成电路设计工程技术研究中心,北京100080)(lylandxb@sina.com)摘要:运动目标检测是计算机视觉中的一个重要研究内容,现有算法中的一个重要问题是噪声对分割结果的影响。提出了一种时空域信息相结合的运动目标检测算法:首先利
2、用图像块的重心位置在时间域上差分结果初始化目标轮廓,图像块差分的方法可以消除噪声的影响及减少目标内部的空洞;然后采用MeanShift算法对初始轮廓进行迭代,使其逐步贴近真实的目标边缘。实验表明该算法能快速准确地分割出序列图像中的运动目标。关键词:视频监控;运动分割;图像块差分;偏移的均值向量中图分类号:TP391.41文献标志码:AMotiondetectionbasedonimageblockdifferenceandmeanshiftalgorithmLIUYu2lan,PENGSi2long(Na
3、tionalASICDesignEngineeringCenter,InstituteofAutomation,ChineseAcademyofSciences,Beijing100080,China)Abstract:Motiondetectionisanimportantresearchareaincomputervision.Aconventionalprobleminexistingalgorithmsistheinfluenceofnoisesonthesegmentalresults.Anew
4、motiondetectionalgorithmbasedonjointinformationinspatio2temporaldomainwaspresented.First,resultbytemporaldifferenceofimageblock'sbarycenterwasusedtoinitializeanobjectcontour.Theimageblockdifferencealgorithmcaneliminatetheinfluenceofnoiseandreduceblackhole
5、sinobjects.Then,ameanshiftalgorithmwasusedtoiteratetheinitialcontourtomakeitclosetotheobjectstepbystep.Experimentsshowthatthisalgorithmcandetectmovingobjectsinimagesequencequicklyandaccurately.Keywords:videosurveillance;motionsegmentation;imageblockdiffer
6、ence;meanshift先用图像块信息在时间域上的差分分割出运动目标的大致区0引言域,然后在空间域上用MeanShift算法对目标初始轮廓进行随着信息技术和硬件技术的发展,计算机在处理速度、存迭代,使其逐步贴近真实的目标边缘。文章的最后给出了算储容量等方面的性能快速提高,使智能化的视频监控序列图法的结果和结论。像的快速理解成为可能,并在商业、军事、交通等各个领域得1图像块差分到了非常广泛的应用。而第二代视频编码标准不再将图像分为大小相同的块进行压缩,而是分为目标和背景分别进行压图像差分法利用相邻图像帧
7、之间的亮度差别进行目标分[5-6]缩,因此大大促进了视频序列中的运动目标分割的研究,并很割。为了降低视频图像中的噪声干扰,我们采用了更具有快成为计算机视觉中的一个重要研究内容。运动图像分割和鲁棒性的图像块差分方法。该方法将视频序列中的每一帧图静止图像分割的最大不同点在于运动信息的引入。像划分为n×n大小、相互不重叠的块,n的值可以根据运动目近年来,国内外对运动目标检测技术进行了广泛的研标的大小而确定。用Bk(i,j)表示第k帧图像中位置为(i,j)究,提出了许多算法,常见的有光流法和差分法等。光流法反的图
8、像块,例如一幅120×220像素的图像分成4×4大小,可映了场景中每一点的亮度变化趋势,但由于计算量太大、对噪以得到30×55个图像块,i,j的取值分别从1到30和1到55。[1-2]声敏感等缺点而缺乏实用性。差分法又分为背景差分法在光线缓慢、均匀变化的情况下,当某一个图像块的重心位置和帧间差分法。背景差分法首先对图像中的背景部分建立模在相邻帧间发生较明显的变化时,则认为其中有目标出现。用[3-4]型并采用自适应方法对模型参数
