視頻監(jiān)控中的運動目標(biāo)檢測畢業(yè)論文(編輯修改稿)
2025-07-17 01:49 本頁面
【文章內(nèi)容簡介】 如下：由上圖我們驗證了猜想的正確性。當(dāng) argc等于 2時，即當(dāng)我們從存儲在電腦上的視頻文件里面獲取視頻的時候，得到的結(jié)果如下：（這里的視頻是有個路況檢測攝像頭檢測的一段時間比較短的視頻，不過可以恰好拿來作為我們的項目研究材料用）上圖中我們看到運動的目標(biāo)被較好的檢測了出來，基本上實現(xiàn)了運動目標(biāo)檢測這一項目目的，不過我們也可以看到這種方法檢測的不足之處，那就是拖影比較嚴(yán)重，運動物體被拉長，還有如果物體物體運動較快，就會出現(xiàn)同一個目標(biāo)檢測出兩個目標(biāo)的問題，原因是:由于我們直接用相鄰的兩幀相減后，保留下來的部分是兩幀中相對變化的部分，因此兩幀間目標(biāo)的重疊部分不容易被檢測出來。二是只檢測圖像在兩幀中變化的信息，這樣容易出現(xiàn)偽目標(biāo)，即前一幀相對于當(dāng)前幀差分出來的目標(biāo)。不過幀差分法是一種動態(tài)的邊緣提取的算法，從實際效果來看，幀間差分法能夠檢測出運動對象的部分輪廓信息，對環(huán)境的變化有很強的適應(yīng)能力但是在檢測結(jié)果中，卻不能完全提取出所有的屬于運動對象的特征象素點。 背景累積差分法運行程序（程序代碼見附件 2）之后的結(jié)果如下：當(dāng) argc等于 1時，即當(dāng)我們從攝像頭獲取視頻的時候，得到的結(jié)果如下:從上圖的結(jié)果中我們可以看出來程序較好的實現(xiàn)了動態(tài)目標(biāo)檢測，其中左邊第一副圖片為我們當(dāng)前從攝像頭里面獲取的幀，中間那幅圖片是一個背景灰度圖，而最右邊的那副二值圖則是我們的運動目標(biāo)檢測結(jié)果圖。我們這一種方法不是純粹的背景差分法，而是一種背景會累積更新的差分法，比如說如果我們把手放在攝像頭之前停留一段時間之后，我們會發(fā)現(xiàn)背景圖中會出現(xiàn)手的影象，這就是如果物體停留在攝像頭的監(jiān)控范圍之內(nèi)一段時間不運動的話，那么程序就會把它當(dāng)作背景的一部分來對待，具體看下面的效果圖：上圖中間那副背景圖里面已經(jīng)出現(xiàn)了手的影象，已經(jīng)把不再運動的手當(dāng)作了背景的一部分，這說明背景得到了更新。當(dāng) argc等于 2的時候，即當(dāng)我們從存儲在電腦上的視頻文件里面獲取視頻的時候，得到的結(jié)果如下：（這里的視頻和上面那種方法用的是同一段路況檢測保存下來的視頻）上圖也較好的檢測出了視頻文件中的運動目標(biāo)，基本上實現(xiàn)了我們的項目要求。背景累積差分法的總結(jié)：背景差分法具有實現(xiàn)簡單，運算速度快，在大多數(shù)情況下檢測結(jié)果完整的突出優(yōu)點，背景差分法成了運用最廣泛的運動檢測方法。傳統(tǒng)的背景差分所采集到的背景圖像隨著時間的推移，會對光照和外部條件造成的場景變化比較敏感，會出現(xiàn)許多偽運動目標(biāo)點，影響到目標(biāo)檢測的效果。但是我們這里用到的背景累積差分法是一種自適應(yīng)的背景差分法，背景會得到更新，這比傳統(tǒng)的背景差分法對環(huán)境的適應(yīng)能力加強了。第四章 系統(tǒng)功能與指標(biāo)參數(shù) 系統(tǒng)功能運動目標(biāo)檢測是視頻監(jiān)控系統(tǒng)中的一個重要環(huán)節(jié),其基本任務(wù)是從圖像序列中檢測出運動信息,目標(biāo)檢測的準(zhǔn)確與否對后續(xù)步驟中的跟蹤和識別會產(chǎn)生重要的影響。運動目標(biāo)檢測是目標(biāo)跟蹤、目標(biāo)分類、目標(biāo)行為理解的基礎(chǔ),其主要目的是從視頻圖像中提取出運動目標(biāo),并獲取運動目標(biāo)的特征信息(如顏色、形狀、輪廓等) 。提取運動目標(biāo)的過程實際上就是一個圖像的分割過程,而運動物體只有在連續(xù)的圖像序列(如視頻圖像序列) 中才能體現(xiàn)出來。運動目標(biāo)檢測的過程就是在連續(xù)的圖像序列中尋找并提取差異。 關(guān)于閾值的確定根據(jù)運動物體與背景像素的變化,選取適當(dāng)閾值 T , 該閾值可根據(jù)背景變化情況進行噪聲選擇, 迭代次數(shù) m , 且 Mmax = Max2Steps對于圖像的前景 Fi ( x , y) 和背景 Bi ( x , y) 的分割閾值 T 而言, 假設(shè)前景像素點占整幅圖像的比例記為 ω0 ,其平均灰度值為 μ0 。背景像素點占整幅圖像的比例記為 ω1 ,其平均灰度值為 μ1 ,圖像的總平均灰度記為 μ, 類間方差為 g。如果圖像的大小為 M 3 N ,圖像中像素的灰度值小于閾值 T 的像素個數(shù)為 n0 , 大于閾值 T 的像素個數(shù)為 n1 , 按照 OU TSU 算法計算。 系統(tǒng)的實際應(yīng)用本系統(tǒng)已基本實現(xiàn)視頻監(jiān)控中運動物體檢測，本系統(tǒng)啟動之后，可自動開啟攝像頭，建立窗口，然后讀取視頻，把視頻分割成幀處理，并顯示差異，以實現(xiàn)對物體運動的檢測。但是目前只能識別運動物體的大概輪廓，無法得出物體的準(zhǔn)確形狀以及顏色，這是因為對函數(shù)和軟件的不熟悉所致。總之，本系統(tǒng)已基本達到視頻監(jiān)控中運動物體檢測的功能，可以用于視頻監(jiān)控。第五章 項目總結(jié)經(jīng)過幾個星期的努力，從資料的檢索、軟件的熟悉、編程實例的理解到嘗試自主編寫程序，我們小組基本上完成了二級項目——基于 OpenCV的視頻動目標(biāo)檢測的實現(xiàn)。雖然程序上實現(xiàn)的功能還比較簡單，也存在不完善的地方，但小組成員也都做出了努力，也從中學(xué)到了圖像處理的知識，尤其是 OpenCV的應(yīng)用。OpenCV 有很廣泛的應(yīng)用，也有許多可實現(xiàn)的功能，我們在項目中能學(xué)到的東西還是很少的一部分。而通過這次項目能夠幫助各位同學(xué)打開思路，從實踐中去了就圖像處理，更甚于培養(yǎng)該方面的興趣，為以后繼續(xù)學(xué)習(xí) OpenCV或其他處理軟件打好基礎(chǔ)。在該次項目中，我們應(yīng)用了兩種方法來實現(xiàn)我們的項目目的——運動目標(biāo)檢測，其一是幀間差分法，此法的主要優(yōu)點是算法實現(xiàn)簡單，程序設(shè)計復(fù)雜度低，易于實現(xiàn)實時監(jiān)視，同時，由于相鄰幀的時間間隔較短，因此該方法對場景光線的變化不太敏感，收目標(biāo)陰影的 也不太大，可以將連續(xù)幀間差分法對動態(tài)環(huán)境有較好的適應(yīng)性。其二是背景累積差分法，這種方法的優(yōu)點是能夠較好的適應(yīng)環(huán)境的變化，如果場景發(fā)生變化，經(jīng)過一段時間的積累后，背景就會得到更新，同時背景差分法不會存在幀間差分法中存在的一些問題，比如說目標(biāo)拉長或者分裂，同時這種方法有速度快，位置精確的優(yōu)點。而編程思路也較清晰， 能夠為大多數(shù)同學(xué)理解和接受。在設(shè)計中從一開始閱讀不同的文獻和課題材料，逐漸地熟悉和理解之后，結(jié)合當(dāng)前視頻動目標(biāo)檢測的方法的優(yōu)與劣，提出新的想法和思路。在不斷嘗試中，希望能夠得到更優(yōu)化的效果。我們小組在該次項目得到的收獲很多，特別對圖像處理有更好直觀和形象的了解，對 OpenCV方面處理計算機視覺的了解。而二級項目對小組成員的訓(xùn)練也不是僅僅局限于理論知識的吸取，還有編程能力、思考能力和團隊協(xié)作能力的鍛煉。這一類能力的訓(xùn)練對于工學(xué)院的學(xué)生既基本又不可或缺的的環(huán)節(jié)。首先編程能力，因為項目涉及到 VC的語言知識，對于沒修過數(shù)據(jù)結(jié)構(gòu)和 C++電子系學(xué)生來說，只好自主地去學(xué)習(xí)這兩類的知識。而數(shù)據(jù)結(jié)構(gòu)和 C++能夠很大程度上彌補學(xué)生在課程學(xué)習(xí)的不足。即使沒有很大的提升，也為以后學(xué)習(xí)語言有了入門的基礎(chǔ)。再次思考能力，對于新問題的產(chǎn)生，要有好的解決方案。除了資料的查詢之外，需要學(xué)生有效的思考。而有效的思考，則是在問題解決中訓(xùn)練所得的。最后是團隊協(xié)作能力，這是在項目中常有也是必有的訓(xùn)練，就也不多談了。即使我們小組在程序設(shè)計上作出了嘗試，爭取優(yōu)化，項目依然存在它的問題。而問題的存在，沒有得到解決的，只好在以后的學(xué)習(xí)和思考當(dāng)中尋求解決的方法。一是噪聲的問題，這是一個系統(tǒng)或算法始終存在的，只能通過更適宜的濾波方式來消減。二是算法本身的不完善，不管是背景圖像差分、幀間差分法還是光電流法，都存在其局限。就來背景圖像差分來說，如果目標(biāo)停止運動，經(jīng)過時間的積累，有可能就成為背景的一部分而導(dǎo)致誤檢測。為解決這問題可通過一種利用梯度信息
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1