【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,而紅外運動目標(biāo)檢測作為紅外圖像處理技術(shù)的一項重要應(yīng)用,在目標(biāo)分類、識別、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器的成像原理,針對紅外探測器的成像缺陷,主要從圖像去噪方面詳細分析了紅外圖像預(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)運動目標(biāo)檢測;然后對常用的運動目標(biāo)檢測算法進行了歸類與闡述,并詳細分析了兩種基于背景差分法的運動目標(biāo)檢測算法:混合高斯模型法、ViBe算法,針對這些算法的不足,以及運動目標(biāo)檢測易受復(fù)雜背景干擾等問題,本文提出了一種自適應(yīng)復(fù)雜背景干擾的運動目標(biāo)檢測算法(簡稱:ACBS,Adaptive Complex Background Segmentation),并在各種實際場景中對ACBS算法進行了仿真驗證,結(jié)果表明該算法能夠很好地抑制復(fù)雜背景帶來的干擾,提高了運動目標(biāo)檢測準(zhǔn)確率。最后本文設(shè)計了基于CPCI工控機平臺的紅外運動目標(biāo)檢測系統(tǒng),系統(tǒng)設(shè)計分為圖像采集模塊、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,作為整個系統(tǒng)的數(shù)據(jù)處理中心。系統(tǒng)硬件平臺連接完成后,對平臺進行調(diào)試,實現(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上,實現(xiàn)了對實際場景中的紅外運動目標(biāo)進行實時檢測。
【圖文】：

逡逑背景模型建立完成后，開始對圖像中的前景點進行檢測。假設(shè)像素點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)前像素點的像素值，＼至＼為逡逑該像素點背景模型中的樣值，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）逡逑則認為當(dāng)前像素點匹配該點的背景模型，被判定為背景點，，否則判定為前景點，式中ａｒｇ逡逑表示取括號內(nèi)交集元素的個數(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，算法需要對背景模型進行更新，來適應(yīng)圖像背景的變化。ＶｉＢｅ算法從三個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先出的背景模型更新方式

復(fù)雜背景下的運動目標(biāo)檢測有顯著效果。下面內(nèi)容將對本文算法做詳細的介紹，主要分逡逑為四個步驟：背景建模、前景檢測、背景模型更新、自適應(yīng)調(diào)整檢測閾值，算法的檢測逡逑流程如圖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＾前景檢測邐＾——初始化背景模型逡逑邐邐邐｜邋Ｉ邐逡逑調(diào)整檢測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算法檢測流程圖逡逑３．３．１背景建模及前景檢測逡逑ＡＣＢＳ在原理上可歸類為基于背景差分法的運動目標(biāo)檢測算法，首先介紹算法的背逡逑景建模方式，該算法采用像素級建模方式，即對圖像的每一個像素點都建立一個背景模逡逑型，設(shè)圖像某一像素點標(biāo)記為４，廠（＆）表示該點的像素值，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；的背景模型，它包含了邋＃個在｜以；＾）±１０｜范圍內(nèi)隨機抽取的樣逡逑值，通過隨機抽取的樣值來模擬背景中隨機噪聲對該點像素值的影響。這種建模方式速逡逑度非�？�，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信息
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP391.41;TN215

【參考文獻】

相關(guān)期刊論文 前6條

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

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

3 陳銀;任侃;顧國華;錢惟賢;徐福元;;基于改進的單高斯背景模型運動目標(biāo)檢測算法[J];中國激光;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;2013年02期

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

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

本文編號：2622398