【摘要】：隨著紅外成像和數(shù)字圖像處理技術(shù)的不斷發(fā)展,紅外圖像處理技術(shù)已被廣泛應(yīng)用于視頻監(jiān)控、防空預(yù)警、紅外精確制導(dǎo)等民用及軍事領(lǐng)域,而紅外運(yùn)動(dòng)目標(biāo)檢測(cè)作為紅外圖像處理技術(shù)的一項(xiàng)重要應(yīng)用,在目標(biāo)分類、識(shí)別、跟蹤等后期圖像處理中發(fā)揮著關(guān)鍵作用,具有重大的研究意義。本文首先分析了紅外探測(cè)器的成像原理,針對(duì)紅外探測(cè)器的成像缺陷,主要從圖像去噪方面詳細(xì)分析了紅外圖像預(yù)處理技術(shù),圖像預(yù)處理可以提高紅外系統(tǒng)的成像質(zhì)量,便于后續(xù)運(yùn)動(dòng)目標(biāo)檢測(cè);然后對(duì)常用的運(yùn)動(dòng)目標(biāo)檢測(cè)算法進(jìn)行了歸類與闡述,并詳細(xì)分析了兩種基于背景差分法的運(yùn)動(dòng)目標(biāo)檢測(cè)算法:混合高斯模型法、ViBe算法,針對(duì)這些算法的不足,以及運(yùn)動(dòng)目標(biāo)檢測(cè)易受復(fù)雜背景干擾等問(wèn)題,本文提出了一種自適應(yīng)復(fù)雜背景干擾的運(yùn)動(dòng)目標(biāo)檢測(cè)算法(簡(jiǎn)稱:ACBS,Adaptive Complex Background Segmentation),并在各種實(shí)際場(chǎng)景中對(duì)ACBS算法進(jìn)行了仿真驗(yàn)證,結(jié)果表明該算法能夠很好地抑制復(fù)雜背景帶來(lái)的干擾,提高了運(yùn)動(dòng)目標(biāo)檢測(cè)準(zhǔn)確率。最后本文設(shè)計(jì)了基于CPCI工控機(jī)平臺(tái)的紅外運(yùn)動(dòng)目標(biāo)檢測(cè)系統(tǒng),系統(tǒng)設(shè)計(jì)分為圖像采集模塊、圖像處理模塊、圖像顯示模塊和控制啟動(dòng)模塊,其中圖像處理模塊由高性能圖像處理板卡TMS320C6678+XC7K325構(gòu)成,作為整個(gè)系統(tǒng)的數(shù)據(jù)處理中心。系統(tǒng)硬件平臺(tái)連接完成后,對(duì)平臺(tái)進(jìn)行調(diào)試,實(shí)現(xiàn)了各硬件之間的相互通信,最終將ACBS算法成功移植到硬件平臺(tái)上,實(shí)現(xiàn)了對(duì)實(shí)際場(chǎng)景中的紅外運(yùn)動(dòng)目標(biāo)進(jìn)行實(shí)時(shí)檢測(cè)。
【圖文】：

逡逑背景模型建立完成后，開(kāi)始對(duì)圖像中的前景點(diǎn)進(jìn)行檢測(cè)。假設(shè)像素點(diǎn)的背景模型樣逡逑值在歐幾里得空間中的分布如圖３．２所示，其中ｓ0ｃ，＞0為當(dāng)前像素點(diǎn)的像素值，＼至＼為逡逑該像素點(diǎn)背景模型中的樣值，是以ｓ（ｘ，＞0為中心，ｉ？為半徑的圓形區(qū)域內(nèi)所逡逑有值的集合，如果滿足下式條件，逡逑ａｒｇ邋［ｆＲ邋（ｓ（ｘ，邋＾））邋Ｈ邋，＾２，邋？邋－，邋＾邋｝］邋＞邋＾邐（３．２４）逡逑則認(rèn)為當(dāng)前像素點(diǎn)匹配該點(diǎn)的背景模型，被判定為背景點(diǎn)，，否則判定為前景點(diǎn)，式中ａｒｇ逡逑表示取括號(hào)內(nèi)交集元素的個(gè)數(shù)，Ｕ為設(shè)置的判斷閾值。逡逑Ｃ２邋＂逡逑Ｓ．逡逑９邋／Ｃｒ邋＾＼ｆＲ（ｓ（ｘ＝ｙ））逡逑？邐？邐？邋．．Ｖ（ｘ，ｙ）邋＇＇逡逑Ｓ２Ｗ邋Ｃ３？邐？邋Ｏ邐ｊ逡逑．ｖｖＶ逡逑＊邐Ｓ５逡逑Ｓ４邐魯邋Ｓ６逡逑Ｃｉ逡逑圖３．２ＶｉＢｅ算法背景模型逡逑最后，算法需要對(duì)背景模型進(jìn)行更新，來(lái)適應(yīng)圖像背景的變化。ＶｉＢｅ算法從三個(gè)逡逑角度考慮了背景模型的更新方式：逡逑（１）背景模型的無(wú)記憶更新逡逑大部分基于樣值背景模型的算法都是采取先進(jìn)先出的背景模型更新方式

復(fù)雜背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)有顯著效果。下面內(nèi)容將對(duì)本文算法做詳細(xì)的介紹，主要分逡逑為四個(gè)步驟：背景建模、前景檢測(cè)、背景模型更新、自適應(yīng)調(diào)整檢測(cè)閾值，算法的檢測(cè)逡逑流程如圖３．３所不。逡逑視頻圖像輸入邋邐逡逑邐Ｖ邐邋邋Ｙ邐逡逑：邐＾前景檢測(cè)邐＾——初始化背景模型逡逑邐邐邐｜邋Ｉ邐逡逑調(diào)整檢測(cè)閾值邐更新背景模型逡逑＇邐Ｓ邐Ｊ逡逑邐１邐逡逑邐：輸出二值化圖像逡逑圖３．３算法檢測(cè)流程圖逡逑３．３．１背景建模及前景檢測(cè)逡逑ＡＣＢＳ在原理上可歸類為基于背景差分法的運(yùn)動(dòng)目標(biāo)檢測(cè)算法，首先介紹算法的背逡逑景建模方式，該算法采用像素級(jí)建模方式，即對(duì)圖像的每一個(gè)像素點(diǎn)都建立一個(gè)背景模逡逑型，設(shè)圖像某一像素點(diǎn)標(biāo)記為４，廠（＆）表示該點(diǎn)的像素值，貝彳它的背景模型［４５］如下逡逑式所示：逡逑Ｍ（Ｘｋ）＝｛Ｓｌ（Ｘｋ），ｓ２（Ｘｋ），……，＾（Ｘ，）｝邐（３．２７）逡逑ｍ（ｘａ＿）為像素點(diǎn)；的背景模型，它包含了邋＃個(gè)在｜以；＾）±１０｜范圍內(nèi)隨機(jī)抽取的樣逡逑值，通過(guò)隨機(jī)抽取的樣值來(lái)模擬背景中隨機(jī)噪聲對(duì)該點(diǎn)像素值的影響。這種建模方式速逡逑度非常快，僅需圖像序列的第一幀圖像就可以完成建模，而且可以準(zhǔn)確描述圖像背景的逡逑即時(shí)信息
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP391.41;TN215

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 靳崇;;基于Camera Link的紅外焦平面探測(cè)器的圖像采集[J];測(cè)控技術(shù);2015年09期

2 馮濤;金偉其;司俊杰;;非制冷紅外焦平面探測(cè)器及其技術(shù)發(fā)展動(dòng)態(tài)[J];紅外技術(shù);2015年03期

3 陳銀;任侃;顧國(guó)華;錢(qián)惟賢;徐福元;;基于改進(jìn)的單高斯背景模型運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J];中國(guó)激光;2014年11期

4 白鍵;馮象初;;一種基于積分微分方程的泊松噪聲去除算法[J];電子與信息學(xué)報(bào);2013年02期

5 李鋒;楊延強(qiáng);;基于嵌入式Linux的運(yùn)動(dòng)目標(biāo)檢測(cè)系統(tǒng)[J];現(xiàn)代電子技術(shù);2013年02期

6 周顯國(guó);苑森淼;;貝葉斯決策分析在醫(yī)學(xué)步態(tài)分析中運(yùn)動(dòng)目標(biāo)檢測(cè)的應(yīng)用研究[J];中國(guó)醫(yī)療設(shè)備;2010年09期

本文編號(hào)：2622398