【導(dǎo)讀】師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。盡我所知，除文中特別加。而使用過(guò)的材料。均已在文中作了明確的說(shuō)明并表示了謝意。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文。不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作品。究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。全意識(shí)到本聲明的法律后果由本人承擔(dān)。同意學(xué)校保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)大學(xué)可以將本學(xué)位。印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。涉密論文按學(xué)校規(guī)定處理。：理工類設(shè)計(jì)（論文）正文字?jǐn)?shù)不少于1萬(wàn)字，文科類論文正文字?jǐn)?shù)不少于萬(wàn)字。合國(guó)家技術(shù)標(biāo)準(zhǔn)規(guī)范。圖表整潔，布局合理，文字注釋必須使用工程字書寫，不準(zhǔn)用徒

　　

【正文】 作會(huì)使物體的邊界向外擴(kuò)張，如果物體內(nèi)部存在小空洞的話，經(jīng)過(guò)膨脹操作這些洞將被補(bǔ)上，因而不再是邊界了。再進(jìn)行腐蝕操作時(shí)，外部邊界將變回原來(lái)的樣子，而這些內(nèi)部 空洞則永遠(yuǎn)消失了。 通常設(shè)Ｘ為圖像矩陣，Ｂ為結(jié)構(gòu)元素矩陣，數(shù)學(xué)形態(tài)學(xué)運(yùn)算時(shí)，用Ｂ對(duì)Ｘ進(jìn)行操作。實(shí)際上，結(jié)構(gòu)元素本身也是一個(gè)圖像矩陣。這里對(duì)每個(gè)結(jié)構(gòu)元素矩陣 B指定一個(gè)原點(diǎn)。 X被 B腐蝕的定義為： ? ?? ?ABzBX z ??? | （公式 32） 這個(gè)公式說(shuō)明，使用 B對(duì) X進(jìn)行腐蝕是所有 B中包含于 A中的點(diǎn)的集合用 x移。圖 31 顯示了實(shí)際上的腐蝕運(yùn)算，左邊是被處理的圖象 X(二值圖象，針對(duì)的是黑點(diǎn) )，中間是結(jié)構(gòu)元素 B，那個(gè)標(biāo)有 origin 的點(diǎn)是中心點(diǎn)，即當(dāng)前處理元素的位置，右邊是腐蝕后的結(jié)果?？梢钥闯?，它仍在原來(lái) X 的范圍內(nèi)，且比 X 包含的點(diǎn)要少，就象 X被腐蝕掉了一層。 圖 31 腐蝕運(yùn)算 X被 B 膨脹的定義為： 山東建筑大學(xué)課程設(shè)計(jì)說(shuō)明書 14 ^|zX B z B A? ? ? ?? ? ? ?????? ? ? ? （公式 33） 這個(gè)公式表示用 B膨脹 X 的過(guò)程是，相對(duì) B做關(guān)于中心像素的映射，在 將其映射平移 x，這里 X 與 B 映像的交集不為空集。圖 32 顯示了實(shí)際上的 膨脹 運(yùn)算，左邊是被處理的圖象 X(二值圖象，針對(duì)的是黑點(diǎn) )，中間是結(jié)構(gòu)元素 B，右邊是膨脹后的結(jié)果?？梢钥闯?，它包括 X的所有范圍，就象 X 膨脹了一圈似的。 圖 32 膨脹運(yùn)算 (3)開啟和閉合 開啟就是相對(duì)圖像進(jìn)行腐蝕，然后膨脹其結(jié)果。閉合就是先對(duì)圖像進(jìn)行膨脹，然后腐蝕其結(jié)果。開啟一般使對(duì)象的輪廓變得 光滑，斷開狹窄的間斷和消除細(xì)的突出物。閉合同樣使輪廓線變得光滑，但是開啟相反的是，它通常消除狹窄的間斷和長(zhǎng)細(xì)的鴻溝，消除小的孔洞，并填補(bǔ)輪廓線中的斷裂開啟。 使用結(jié)構(gòu)元素 B對(duì)集合 X 進(jìn)行開啟操作，表示為 BX? ，定義為 ： ? ? BBABX ???? （公式 34） 使用結(jié)構(gòu)元素 B對(duì)集合 X 進(jìn)行閉合操作，表示為 BX? ，定義為 ： ? ? BBABX ???? （公式 35） 設(shè)計(jì)方案流程圖 本 文著重研究了利用背景減法進(jìn)行目標(biāo)檢測(cè)在 Matlab 中的實(shí)現(xiàn)方法。利用Matlab 圖像處理功能來(lái)實(shí)現(xiàn)經(jīng)典的圖像處理方法 ,簡(jiǎn)化了算法 ,達(dá)到了 運(yùn)動(dòng)行人 檢測(cè)目標(biāo)的預(yù)期效果。其具體流程圖如下圖 41： 山東建筑大學(xué)課程設(shè)計(jì)說(shuō)明書 15 背 景 模 型獲 取 背 景 幀視 頻 圖 像獲 取 當(dāng) 前 幀減 法 操 作設(shè) 置 閾 值 T ， 進(jìn) 行 二 值 化除 噪 、 剔 除 過(guò) 小 目 標(biāo)形 態(tài) 學(xué) 處 理提 取 目 標(biāo) 輪 框 ， 填 充 內(nèi) 部獲 取 較 完 整 的 二 值 圖 像顯 示 二 值 圖 區(qū) 域 對(duì) 應(yīng) 的 目 標(biāo) 圖 33 檢測(cè)過(guò)程 本文著重研究了利用背景減法進(jìn)行目標(biāo)檢測(cè)在 Matlab 中的實(shí)現(xiàn)方法。利用Matlab 圖 像處理功能來(lái)實(shí)現(xiàn)經(jīng)典的圖像處理方法 ,簡(jiǎn)化了算法 ,達(dá)到了檢測(cè)目標(biāo)的預(yù)期效果 ,為后面的目標(biāo)跟蹤、目標(biāo)分類等奠定了基礎(chǔ)。本文經(jīng)過(guò)如圖 33 所示的流程能夠達(dá)到如圖 41所示的效果 。 山東建筑大學(xué)課程設(shè)計(jì)說(shuō)明書 16 四、實(shí)驗(yàn)結(jié)果分析及總結(jié) 試驗(yàn)結(jié)果 如圖 41 當(dāng)前圖像 ( a ) 圖像的前景 ( 移動(dòng)物體 ) ( b ) 利用數(shù)學(xué)形態(tài)學(xué)的開運(yùn)算濾波 ( c ) 圖 41行人檢測(cè)結(jié)果 實(shí)驗(yàn)結(jié)果分析 通過(guò)上圖分析可得通過(guò)背景減法二值化后可得到如圖 41（ b）的圖。圖中有很多噪聲，通過(guò)形態(tài)學(xué)濾波后得到如（ c）。從圖中可以清楚分辨出行人，并且濾波后可以明顯的將噪聲濾除。 山東建筑大學(xué)課程設(shè)計(jì)說(shuō)明書 17 五、參考文獻(xiàn) [1] 孔曉東 ． 智能視頻監(jiān)控技術(shù)研究 [D]． 上海 ： 上 海交通 大學(xué) ， 2020. [2] 虹．?dāng)?shù)字圖像處理基礎(chǔ) [M]．北京：科學(xué)出版社 ,2020. [3] Gavrila D. The visual analysis cf human movemalt: A survey[J].Compurer Vision and Image Understanding, 1999, 73(1):82298 [4] 常好麗 ． 運(yùn)動(dòng)行人檢測(cè)與跟蹤方法研究 [D] ． 陜西 ： 西北工業(yè) 大學(xué) ， 2020. [5] 常好麗，史忠科 ． 基于單目視覺(jué)的運(yùn)動(dòng)行人檢測(cè)與跟蹤方法 [J]． 交通運(yùn)輸工程學(xué)報(bào)， 2020. [6] 何東健，耿楠，張義寬編著，數(shù)字圖像處理 [M]． 西安：西安電子科技大學(xué)出版社， [7] 岡薩雷斯 ． 數(shù)字圖像處理 (MATLAB)中文版 [M]． 北京：電子工業(yè)出版社， 2020 [8] 劉志敏 ,揚(yáng)杰 ,施鵬飛．?dāng)?shù)學(xué)形態(tài)學(xué)的圖像分割算法 [D]．計(jì)算機(jī)工程與科學(xué) ,1998,20 (4):21． [9] 章毓晉．圖像分割．北京 :科學(xué)出版社 ,2020． [10] 王樹偉 ,楊鴝． Matlab 輔助圖像處理 [M]．電子工業(yè)出版社 ,2020. 山東建筑大學(xué)課程設(shè)計(jì)說(shuō)明書 18 致 謝 此次實(shí)驗(yàn)首先感謝老師的熱心耐心指導(dǎo)，老師 的熱情幫助總能使我們的忙亂的思路得以清晰，而且還時(shí)不時(shí)對(duì)我們的進(jìn)展提供建議和糾錯(cuò)，并時(shí)常鼓勵(lì)我們，真誠(chéng)感謝老師！其次也感謝同學(xué)的熱情幫助，由于自己水平所限，自己經(jīng)常遇到各種各樣的問(wèn)題，而這些問(wèn)題又不能經(jīng)常麻煩老師，但在同學(xué)的幫助下也同樣得以完美解決，自己才能夠按時(shí)做完這次 課程設(shè)計(jì) ，也同樣真誠(chéng)感謝他們！ 本文參考了大量的文獻(xiàn)資料，在此，向各學(xué)術(shù)界的前輩們致敬！ 山東建筑大學(xué)課程設(shè)計(jì)說(shuō)明書 19 附錄 實(shí)驗(yàn)代碼： clear all。 close all。 clc。 fileinfo = aviinfo(39。39。)。 % 讀取 視頻文件 , 39。39。 為待處理的視頻文件，格式為 .avi numFrames = 。 clipframes = 150。 % 為了避免占用太多內(nèi)存每次只讀 150 幀 Clips = floor(numFrames/clipframes)。 Fref = aviread(39。39。,10)。 %讀取視頻序列的第一幀作為參考背景圖像 Iref =。 Threh = 15。 %設(shè)定閾值 se=strel(39。disk39。,5)。 %定義一個(gè)結(jié)構(gòu)元素 for m = 1:Clips %計(jì)算影片剪輯開始和結(jié)束的幀指數(shù) m startframe = (m 1)* clipframes + 1。 if m == Clips endframe = numFrames 1。 else endframe = m * clipframes。 end %從 AVI 文件讀第 m 個(gè)影片剪輯幀 movclip =aviread(39。39。,[startframe:endframe])。 for k = 1 : (endframe startframe +1) Icurr = movclip(k).cdata。 % 計(jì)算當(dāng)前幀和參考幀之間的絕對(duì)差異 Idiff = abs(double(rgb2gray(Iref)) double(rgb2gray(Icurr)))。 % 利用 threholding Idiff 檢測(cè)運(yùn)動(dòng)目標(biāo) 山東建筑大學(xué)課程設(shè)計(jì)說(shuō)明書 20 Ifg = Idiff Threh。 %在分割結(jié)果圖像 中 用 imopen 形態(tài)學(xué)濾波，去掉噪聲區(qū)域 Ifg2 = imopen(Ifg,se)。 figure(1)。 subplot(2,2,1), imshow(Icurr),title(39。當(dāng)前圖像 39。)。 subplot(2,2,2), imshow(Ifg), title(39。圖像的前景 (移動(dòng)物體 ) 39。)。 subplot(2,2,3), imshow(Ifg2), title(39。利用形態(tài)學(xué)的開操作濾波 39。)。 pause()。 end end