【正文】 提取 背景 建模 是 否 兩 圖像像素值相減借、 是否為 0 根據(jù)像素點(diǎn)聚集度提取特征區(qū)域 采集連續(xù)兩張圖像 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 ) 13 轉(zhuǎn)換、預(yù)處理、取特征區(qū)域、取兩張圖像特征區(qū)域 像素 平均值及 得到背景圖像五個(gè)小過(guò)程。 圖 背景 建模 流程圖 前兩個(gè)小過(guò)程前面已經(jīng)詳細(xì)介紹過(guò)，這里主要介紹下后面的幾個(gè)小過(guò)程。 取特征區(qū)域 ，就是在 實(shí)驗(yàn) 中，把像素點(diǎn) 聚集度 最大的一塊區(qū)域取出來(lái)。因?yàn)檫@樣的特征區(qū)域中的像素點(diǎn)數(shù)值變化明顯，更加容易進(jìn)行匹配，有利于減少誤差。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。 圖 目標(biāo)提取流程圖 得到背景圖像 采集連續(xù)兩張 圖像序列并轉(zhuǎn)換 取特征區(qū)域 取兩張圖像特征區(qū)域平均值 預(yù)處理 中值濾波 灰度化 梯度化 是 否 背景圖像 預(yù)處理 特征區(qū)域 圖像匹配 預(yù)處理 相似 ？ 是 中值濾波 中值濾波 灰度化 灰度化 提取運(yùn)動(dòng)前景 運(yùn)動(dòng)圖像 （對(duì)應(yīng)的下一張動(dòng)態(tài)圖像序列并轉(zhuǎn)換） 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) 14 最后是目標(biāo)提取，期間流程如圖 表 示，包括得到的背景圖像與運(yùn)動(dòng)圖像的輸入、預(yù)處理、特征圖像匹配、后處理、提取運(yùn)動(dòng)前景五個(gè)小過(guò)程。 上面得到的背景圖像與對(duì)應(yīng)的下一張運(yùn)動(dòng)圖像一起輸入，經(jīng)過(guò)預(yù)處理進(jìn)行特征圖像匹配，方法與上相同， 之 后 看特征區(qū)域的 像素值 相似程度如何，是否匹配成功。如果相似則進(jìn)行下一輪的匹配，直到得到運(yùn)動(dòng)前景為止，最后提取運(yùn)動(dòng)背景。 以上是背景差分法和改進(jìn)后的背景差分法的各流程圖，建立好運(yùn)動(dòng)目標(biāo)檢測(cè) 流程圖 之后，采用 MATLAB 編程實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)檢測(cè)，并對(duì)檢測(cè)結(jié)果進(jìn)行 比較分析。 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 ) 15 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 本實(shí)驗(yàn) 在實(shí)驗(yàn)驗(yàn)證過(guò)程 中， 用到的與運(yùn)動(dòng)目標(biāo)檢測(cè)有關(guān)的理論基礎(chǔ) ，包括 圖像灰度變換 、 中值濾波 、 邊緣檢測(cè) 、 圖像配準(zhǔn) 等內(nèi)容 ， 在 第二 章中已經(jīng)進(jìn)行了 詳細(xì)的介紹。至于實(shí)驗(yàn)的原理，實(shí)驗(yàn)的流程 ，實(shí)驗(yàn)的功能模塊的分析 在 第三 章中 也已經(jīng)進(jìn)行了 詳細(xì)的介紹。接下來(lái)就進(jìn)行實(shí)驗(yàn)的驗(yàn)證， 本實(shí)驗(yàn)是在 windows XP 平臺(tái)上用 MATLAB 語(yǔ)言來(lái)實(shí)現(xiàn)的， 因此比較便捷。 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。 運(yùn)動(dòng)目標(biāo)檢測(cè)實(shí)驗(yàn)介紹 本實(shí)驗(yàn) 采用的是 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 ， 每組都分別進(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。 在實(shí)驗(yàn)之前，由于 MATLAB 對(duì)于 AVI 視頻編解碼的要求比較高，需要先將AVI 視頻轉(zhuǎn)化為 MATLAB 所接受的 AVI 視頻編解碼，期間選擇了 DivX521XP2K的編解碼器 ，將其轉(zhuǎn)化為 DivX521 的編解碼 。 經(jīng)過(guò)了以上的編解碼轉(zhuǎn)化以后，接下來(lái)就可以順利的進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)實(shí)驗(yàn)了，實(shí)驗(yàn)的驗(yàn)證分為以下幾個(gè)方面。 簡(jiǎn)單背景視頻 簡(jiǎn)單背景視頻選取的是背景比較單一， 基 本上是 沒(méi)有其他干擾的 AVI 視頻，對(duì)于實(shí)驗(yàn)的驗(yàn)證，比較的直觀方便，準(zhǔn)確性高，穩(wěn)定性好。接下來(lái)就利用背景差分法和改進(jìn)的背景差分法來(lái) 分別 對(duì)這組視頻進(jìn)行檢測(cè)。 背景差分法實(shí)現(xiàn) 針對(duì) 簡(jiǎn)單背景視頻 ，利用背景差分法進(jìn)行檢測(cè)，在 MATLAB 中， 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，由于視頻的幀數(shù)比較多，總共有 32 張圖像序列，因此只依次顯示其中的幾張，如圖 所示。 以下顯示的是從第 9 幀到第 29 幀 ，期間間隔為 3 幀 。 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。接著背景建模，最后提取運(yùn)動(dòng)目標(biāo)。下面依次顯示上面顯示過(guò)的幾張圖像序列，如圖 所示。 以下顯示的是從第 9 幀到第 29 幀，期間間隔為 3 幀 。 （ 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)單背景的 背景差分法 目標(biāo) 檢測(cè)圖像序列 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 ) 17 圖 中將運(yùn)動(dòng)目標(biāo)用黑框把它們提取出來(lái)，從圖中可以看出，運(yùn)動(dòng)目標(biāo)基本上被準(zhǔn)確的提取出來(lái)，效果還行，直觀一目了然，偶爾會(huì)出現(xiàn)提取的時(shí)候準(zhǔn)確性差一點(diǎn)的情況。 對(duì)于實(shí)驗(yàn)所處理的時(shí)間來(lái)說(shuō)，還比較快， 用時(shí) 為 ， 平均用時(shí)為 （由于圖像序列是 640x480 的，因此速度會(huì)慢些，如果是 320x240 的就很快 了，再者，速度的快慢與電腦自身的配置 也是有非常大的關(guān)系，下面 幾個(gè)也是如此）。 以上是 簡(jiǎn)單背景視頻 的背景差分法的 檢測(cè) 實(shí)現(xiàn)，總體來(lái)說(shuō)還 比較 不錯(cuò)。 改進(jìn)的背景差分法實(shí)現(xiàn) 對(duì)于 簡(jiǎn)單背景視頻 ，利用背景差分法進(jìn)行檢測(cè)，效果還算可以，但是還是有很多缺點(diǎn)，因此又用了改進(jìn)的背景差分法。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。 然后將圖像序列讀入，進(jìn)行預(yù)處理，使其受外界影響最小化。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） 。 以下顯示的是從第 9 幀到第 29 幀，期間間隔為 3 幀 。 （ 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 提取特征區(qū)域后的圖像序列 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) 18 最后背景建模，提取運(yùn)動(dòng)目標(biāo)。下面依次顯示上面顯示過(guò)的幾張圖像序列，如圖 所示。 以下顯示的是從 第 9 幀到第 29 幀，期間間隔為 3 幀 。 （ 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 改進(jìn)的背景差分法目標(biāo)檢測(cè)圖像序列 圖 中同樣將運(yùn)動(dòng)目標(biāo)用黑框把它們提取出來(lái)，從圖中可以看出，運(yùn)動(dòng)目標(biāo)提取的準(zhǔn)確性更高了，每一張圖像序列都達(dá)到了提取的目的。 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 。 以上是 簡(jiǎn)單背景視頻 改進(jìn)的背景差分法的 檢測(cè) 實(shí)現(xiàn)，從各個(gè)方面都不錯(cuò)。 復(fù)雜背景視頻 復(fù)雜 背景視頻選取的是背景比較 繁雜 ，有 很多 其他干擾的 AVI 視頻，對(duì)于實(shí)驗(yàn)的驗(yàn)證，有一定的難度，準(zhǔn)確性和穩(wěn)定性都不是很好。接下來(lái)就利用背景差分法和改進(jìn)的背景差分法來(lái) 分別 對(duì)這組視頻進(jìn)行檢測(cè)。 背景差分法實(shí)現(xiàn) 針對(duì) 復(fù)雜 背景視頻 ，利用背景差分法進(jìn)行檢測(cè)，在 MATLAB 中，同樣 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，由于視頻的幀數(shù)同樣比較 多，總共有 27 張圖像序列，因此只依次顯示其中的幾張，如圖 所示。 以下顯示的是從第 11 幀到第 21 幀 ，期間間隔為 1 幀 。 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 ) 19 （ a）第 11 幀 （ b） 第 13幀 （ c） 第 15 幀 （ d） 第 17幀 （ e） 第 19 幀 （ f） 第 21 幀 圖 復(fù)雜背景原始圖像序列 然后同樣將圖像序列讀入，進(jìn)行一系列的預(yù)處理，使其受外界影響最小化。接著背景建模，最后提取運(yùn)動(dòng)目標(biāo)。下面依次顯示上面顯示過(guò)的幾張圖像序 列，如圖 所示。 以下顯示的是從第 11 幀到第 21 幀，期間間隔為 1 幀 。 （ a）第 11 幀 （ b） 第 13幀 （ c） 第 15 幀 （ d） 第 17幀 （ e） 第 19 幀 （ f） 第 21 幀 圖 復(fù)雜背景的 背景差分法目標(biāo)檢測(cè)圖像序列 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) 20 圖 中將運(yùn)動(dòng)目標(biāo)用白框把它們提取出來(lái)，從圖中可以看出，運(yùn)動(dòng)目標(biāo)有些沒(méi)被準(zhǔn)確的提取出來(lái)，會(huì)出現(xiàn)提取的時(shí)候準(zhǔn)確性差一點(diǎn)的情況，偶爾也會(huì)有一張圖像序列達(dá)不到提取的目的 。 對(duì)于實(shí)驗(yàn)所處理的時(shí)間來(lái)說(shuō)，還算可以， 用時(shí) 為 ， 平均用時(shí)為 。 以上是復(fù)雜 背景視頻 的背景差分法的 檢測(cè) 實(shí)現(xiàn)，總體來(lái)說(shuō)沒(méi)前面的幾種情況好。 改進(jìn)的背景差分法實(shí)現(xiàn) 對(duì)于復(fù)雜 背景視頻 ，利用背景差分法進(jìn)行檢測(cè)，有很多缺點(diǎn)，因此又用了改進(jìn)的背景差分法。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 27 張，因此只依次顯示其中的幾張， 同 圖 所示。 然后將圖像序列讀入，進(jìn)行預(yù)處理，使 其受外界影響最小化。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） 。 以下顯示的是從第 11 幀到第 21 幀，期間間隔為 1 幀 。 （ a）第 11 幀 （ b） 第 13幀 （ c） 第 15 幀 （ d） 第 17幀 （ e） 第 19 幀 （ f） 第 21 幀 圖 復(fù)雜背景 提取特征區(qū)域后的圖像序列 最后背景建模，提取運(yùn)動(dòng)目標(biāo)。下面依次顯示上面顯示過(guò)的幾張圖像 序列，如圖 所示。 以下顯示的是從第 11 幀到第 21 幀，期間間隔為 1 幀 。 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 ) 21 （ a）第 11 幀 （ b） 第 13幀 （ c） 第 15 幀 （ d） 第 17幀 （ e） 第 19 幀 （ f） 第 21 幀 圖 復(fù)雜背景 改進(jìn)的背景差分法目標(biāo)檢測(cè)圖像序列 圖 中同樣將運(yùn)動(dòng)目標(biāo)用白框把它們提取出來(lái)，從圖中可以看出，運(yùn)動(dòng)目標(biāo)提取的準(zhǔn)確性比背景差分法時(shí)高了許多，但偶爾還是會(huì)出現(xiàn)提取的時(shí)候準(zhǔn)確性不高的情況，同時(shí)某一 張圖像序列達(dá)不到提取的目的的情況也會(huì)有，但不是很多。 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 。 以上是復(fù)雜 背景視頻 改進(jìn)的背景差分法的 檢測(cè) 實(shí)現(xiàn)，比復(fù)雜 背景視頻 的背景差分法的實(shí)現(xiàn)好了很多。 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。 （ 準(zhǔn)確性 對(duì)于某一張圖像序列而言，穩(wěn)定 性 對(duì)于全部圖像序列而言） 簡(jiǎn)單背景視頻的背景差分法 ， 運(yùn)動(dòng)目標(biāo)基本上被準(zhǔn)確的提取出來(lái)，效果還行，直觀一目了然，偶爾會(huì)出現(xiàn)提取的時(shí)候準(zhǔn)確性差一點(diǎn)的情況。對(duì)于實(shí)驗(yàn)所處理的時(shí)間來(lái)說(shuō)，還比較快，用時(shí)為 ，平均用時(shí)為 。 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) 22 簡(jiǎn)單背景視頻改進(jìn)的背景差分法，運(yùn)動(dòng)目標(biāo)提取的準(zhǔn)確性更高了，每一張圖像序列都達(dá)到了提取的目的。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 。 復(fù)雜背景視頻的背景差分法 ，運(yùn)動(dòng)目標(biāo)有些沒(méi)被準(zhǔn)確的提取出來(lái)，會(huì)出現(xiàn)提取的時(shí)候準(zhǔn)確性差一點(diǎn)的情況，偶爾也會(huì)有一張圖像序列達(dá)不到提取的目的。對(duì)于實(shí)驗(yàn)所處理的時(shí)間來(lái)說(shuō)，