【正文】 ........................................................ 4 圖像灰度變換 ................................................................................................. 5 中值濾波 ......................................................................................................... 6 邊緣檢測(cè) ......................................................................................................... 6 圖像配準(zhǔn) ......................................................................................................... 7 運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù) ......................................................................................... 7 幀間差分法 ........................................................................................... 7 背景差分法 ........................................................................................... 8 光流法 ................................................................................................... 8 統(tǒng)計(jì)學(xué)法 ............................................................................................... 8 第三章 運(yùn)動(dòng)目標(biāo)檢測(cè)設(shè)計(jì)分 析 ................................................................................ 10 總體設(shè)計(jì)思路 ............................................................................................... 10 背景差分法 ................................................................................................... 10 總體設(shè)計(jì)流程圖 ................................................................................ 10 功能模塊的分析 ................................................................................ 11 改進(jìn)的背景差分法 ....................................................................................... 12 總體設(shè)計(jì)流程圖 ................................................................................ 12 功能模塊的分析 ................................................................................ 12 第四章 運(yùn)動(dòng)目標(biāo)檢測(cè)實(shí)驗(yàn)驗(yàn)證與結(jié)果分析 ............................................................ 15 運(yùn)動(dòng)目標(biāo)檢測(cè)實(shí)驗(yàn)介紹 ............................................................................... 15 簡(jiǎn)單背景視頻 ............................................................................................... 15 ii 背景差分法實(shí)現(xiàn) ................................................................................ 15 改進(jìn)的背景差分法實(shí)現(xiàn) .................................................................... 17 復(fù)雜背景視頻 ............................................................................................... 18 背景差分法實(shí)現(xiàn) ................................................................................ 18 改進(jìn)的背景差分法實(shí)現(xiàn) .................................................................... 20 結(jié)果分析 ....................................................................................................... 21 第五章 總結(jié)與展望 .................................................................................................... 23 研究總結(jié) ....................................................................................................... 23 研究展望 ....................................................................................................... 24 參考文獻(xiàn) ...................................................................................................................... 25 致謝 .............................................................................................................................. 27 附錄 簡(jiǎn)單背景視頻和復(fù)雜背景視頻核心程序 ........................................................ 28 簡(jiǎn)單背景視頻和復(fù)雜背景視頻核心程序的簡(jiǎn)單介紹 ............................... 28 簡(jiǎn)單背景視頻的背景差分法核心程序 ....................................................... 28 復(fù)雜背景視頻改進(jìn)的背景差分法核心程序 ............................................... 30 總結(jié) ............................................................................................................... 33 浙江理工大學(xué)科技與藝術(shù)學(xué)院本科畢業(yè)設(shè)計(jì) (論文 ) 1 第一章 緒論 視覺(jué)是人類感知自身周圍復(fù)雜環(huán)境最直接有效的手段之一，而在現(xiàn)實(shí)生活中大量有意義的視覺(jué)信息都包含在運(yùn)動(dòng)中，人眼對(duì)運(yùn)動(dòng)的物體和目標(biāo)也更敏感，能夠快速的發(fā)現(xiàn)運(yùn)動(dòng)目標(biāo)，并對(duì)目標(biāo)的運(yùn)動(dòng)軌跡進(jìn)行預(yù)測(cè)和描繪。論文主體均由本人獨(dú)立完成，沒(méi)有抄襲、剽竊他人已經(jīng)發(fā)表或未發(fā)表的研究成果行為。 在目標(biāo)檢測(cè)過(guò)程中，本文還為目標(biāo)檢測(cè)提供了簡(jiǎn)單背景和復(fù)雜背景兩組 AVI 視頻，針對(duì)這兩組 AVI視頻， 利用背景差分法和改進(jìn)的背景差分法這兩 種算法，對(duì) AVI 視頻進(jìn)行檢測(cè) ，一定程度上增強(qiáng)了 實(shí)驗(yàn)的效果可 比 性。 與 靜態(tài)圖像相比， 動(dòng)態(tài) 圖像序列的優(yōu)勢(shì)在于時(shí)間的連續(xù)性及目標(biāo)運(yùn)動(dòng)信息的捕獲。 研究運(yùn)動(dòng)目標(biāo)的檢測(cè)技術(shù)，提高算法的 實(shí)用性 ，準(zhǔn)確性和 穩(wěn)定性 ，無(wú)論在軍事領(lǐng)域還是民用領(lǐng)域都有著重要的現(xiàn)實(shí)意義和實(shí)用價(jià)值。 由于運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)是圖像處理和計(jì)算機(jī)視覺(jué)學(xué)科的一個(gè)分支，在軍事、交通、工業(yè)以及生物醫(yī)學(xué)等領(lǐng)域具有廣泛的應(yīng)用前景，在理論和實(shí)踐上都有著重大意義，從而激發(fā)了越來(lái)越多研究者的濃厚興趣，從國(guó)際國(guó)內(nèi)的研究動(dòng)態(tài)來(lái)看，運(yùn)動(dòng)目標(biāo)的檢測(cè)研究一直受到廣泛的關(guān)注，成為計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)熱點(diǎn)。而且，靜態(tài)場(chǎng)景下的運(yùn)動(dòng)目標(biāo)檢測(cè)現(xiàn)有研究較多 。 第 四 章首 先 對(duì) 運(yùn)動(dòng)目標(biāo) 檢測(cè)實(shí)驗(yàn)進(jìn)行簡(jiǎn)單的介紹，然后對(duì) 簡(jiǎn)單背景視頻 和 復(fù)雜 背景視頻 這 兩組自己拍的已有 AVI 視頻 分別 進(jìn)行 檢測(cè) ， 每組都進(jìn)行背景差分法和改進(jìn)的背景差分法的檢測(cè)， 最后在 簡(jiǎn)單背景視頻 和復(fù)雜 背景視頻 這兩種情況下，對(duì)背景差分法和改進(jìn)的背景差分法進(jìn)行 實(shí)用性、準(zhǔn)確性、穩(wěn)定性等多角度 的比較分析。如常見(jiàn)的矩形排列顯示時(shí)采用的掃描方式 :每次從左到右掃描一行，為每個(gè)像素著色，然后再這樣從上 到下掃描整個(gè)屏幕，利用人眼的視覺(jué)暫留效應(yīng)就可以顯示出 一 屏完整的圖像。數(shù)字圖像是連續(xù)圖像 f(x， y)的一種近似表示。圖像處理系統(tǒng)由計(jì)算機(jī)軟硬件系統(tǒng)組成，軟件系統(tǒng)是基于數(shù)字圖像處理和算法設(shè)計(jì)的程序。因此，要表示灰度圖就需要把亮度值進(jìn)行量化。由于在實(shí)際運(yùn)算過(guò)程中不需要圖像的統(tǒng)計(jì)特征，因此也帶來(lái)了不少方便。邊緣檢測(cè)算子檢查每個(gè)像素的鄰域并對(duì)灰度變化率進(jìn)行量化。 圖像匹配是指通過(guò)計(jì)算兩幅圖像間的相似度或其它距離測(cè)度，以達(dá)到圖像識(shí)別或圖像定位目的的過(guò)程。 這是一種簡(jiǎn)單 直接的運(yùn)動(dòng)檢測(cè)算法。通常背景差分法主要包括背景模型建立，背景模型更新，背景差分和后處理等步驟。 統(tǒng)計(jì)學(xué)法 統(tǒng)計(jì)學(xué) 法是基于像素的統(tǒng)計(jì)特性而從背景中提取運(yùn)動(dòng)信息，它首先計(jì)算背景像素的統(tǒng)計(jì)信息 (顏色、灰度、邊界等 )。 統(tǒng)計(jì)學(xué)法 在噪聲、影子及光線改變等干擾條件下具有較好的魯棒性，但涉及大量計(jì)算和變換，對(duì)現(xiàn)有的硬件設(shè)備要求較高。 本實(shí)驗(yàn)主要研究的是 背景差分法和改進(jìn)的背景差分法兩種算法，這兩種算法都 共有的 流程圖如圖 所示 : 圖 共有 流程圖 視頻 采集即通過(guò) 已有 AVI 視頻 得到圖像序列 。 圖 背景差分法流程圖 本 實(shí)驗(yàn) 采取的是已有 AVI 視頻，因此無(wú)需攝像頭采集。改進(jìn)的背景差分法的 總 流程如圖 所示，包括視頻采集、特征區(qū)域確認(rèn)、背景建模及目標(biāo)提取四大過(guò)程。最后通過(guò)取兩張圖像特征區(qū)域 像素 平均值來(lái)得到背景圖像。 為了便于實(shí)驗(yàn) 的 驗(yàn)證與結(jié)果 的分析， 將其分為以下幾個(gè)方面。 動(dòng)態(tài)圖像序列中的運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究與實(shí)現(xiàn) 16 （ a）第 9 幀 （ b） 第 13幀 （ c） 第 17 幀 （ d） 第 21幀 （ e） 第 25 幀 （ f） 第 29 幀 圖 簡(jiǎn)單背景 原始圖像序列 然后將圖像序列讀入，進(jìn)行一系列的預(yù)處理，使其受外界影響最小化。在 MATLAB 中， 改進(jìn)的背景差分法跟背景差分法一樣，首先將轉(zhuǎn)化好的 編解碼格式 為 DivX521 的視頻 讀取并轉(zhuǎn)換為 JPG 形式的圖像序列，由于圖像序列同樣有 32 張，因此只依次顯示其中的幾張， 同 圖 所示。 對(duì)于實(shí)驗(yàn)所處理的時(shí)間來(lái)說(shuō)，由于采用的是特征區(qū)域，因此更快了， 用時(shí) 為， 平均用時(shí)為 。下面依次顯示上面顯示過(guò)的幾張圖像序 列，如圖 所示。接著進(jìn) 行特征區(qū)域的確定，確定好特征區(qū)域的圖像序列按 上面顯示過(guò)的幾張圖像序列次顯示，如圖 所示 （放大后） 。 結(jié)果分析 本實(shí)驗(yàn) 通過(guò) 簡(jiǎn)單背景視頻 和復(fù)雜 背景視頻 這兩組自己拍的已有 AVI 視頻 ，分別進(jìn)行背景差分法和改進(jìn)的背景差分法的檢測(cè) 實(shí)驗(yàn)后， 再在 簡(jiǎn)單背景視頻 和復(fù)雜 背景視頻 這兩種情況下，對(duì)背景差分法和改進(jìn)的背景差分法進(jìn)行比較分析， 從平均用時(shí)長(zhǎng)短 、準(zhǔn)確性、 穩(wěn)定 性 、 實(shí) 用 性 等多角度來(lái)比較分析。對(duì)于實(shí)驗(yàn)所處理的時(shí)間來(lái)說(shuō)，由于采用的是特征區(qū)域，因此還可以，用時(shí)為 ，平均用時(shí)為 。 下面給出了