發(fā)布時(shí)間：2022-01-24 18:27

　　智能視頻監(jiān)控系統(tǒng)的數(shù)字化特征使其在軍事應(yīng)用起到重要作用,隨著人們安全意識(shí)的提高和計(jì)算機(jī)視覺領(lǐng)域的發(fā)展,智能視頻監(jiān)控系統(tǒng)在生活化的普通場景中得到了廣泛的應(yīng)用。動(dòng)態(tài)目標(biāo)檢測(cè)是智能視頻監(jiān)控的核心技術(shù),也是當(dāng)前計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。動(dòng)態(tài)目標(biāo)檢測(cè)技術(shù)是機(jī)器視覺、圖像匹配、圖像檢測(cè)、目標(biāo)跟蹤和模式識(shí)別等技術(shù)的前提和基礎(chǔ),目標(biāo)檢測(cè)結(jié)果的好壞直接影響后續(xù)的目標(biāo)跟蹤及目標(biāo)定位的準(zhǔn)確性。本文針對(duì)當(dāng)前在智能視頻監(jiān)控中動(dòng)態(tài)目標(biāo)檢測(cè)的相關(guān)算法進(jìn)行深入研究,并提出了兩種改進(jìn)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。主要工作為:（1）研究了常用的三大類動(dòng)態(tài)目標(biāo)檢測(cè)算法。主要對(duì)二幀差分法、三幀差分法、SGM、和GMM進(jìn)行了實(shí)驗(yàn)分析。首先設(shè)計(jì)了GUI界面,將四種算法在光照條件不同的兩個(gè)視頻數(shù)據(jù)集highway和people下進(jìn)行實(shí)驗(yàn),并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了定性分析和定量評(píng)估,為后續(xù)的算法改進(jìn)提供基礎(chǔ)。（2）針對(duì)GMM算法受光照影響較大的缺陷,提出一種改進(jìn)的GMM結(jié)合陰影檢測(cè)的動(dòng)態(tài)目標(biāo)檢測(cè)算法。首先對(duì)GMM在模型初始化、背景模型建立、背景模型更新提出改進(jìn)措施。然后與霍特林陰影抑制算法結(jié)合,完成整體動(dòng)態(tài)目標(biāo)檢測(cè)算法的設(shè)計(jì)。最后,對(duì)檢測(cè)結(jié)果進(jìn)行后... 

【文章來源】：天津職業(yè)技術(shù)師范大學(xué)天津市

【文章頁數(shù)】：62 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖像處理原理圖

8動(dòng)態(tài)目標(biāo)區(qū)域整體更清晰、輪廓更明顯，對(duì)后續(xù)的目標(biāo)跟蹤和分析工作提供了良好基矗也提升了整體算法檢測(cè)結(jié)果的精確率。文中主要對(duì)后期優(yōu)化的形態(tài)學(xué)處理做主要研究。數(shù)學(xué)形態(tài)學(xué)處理已經(jīng)成為一種新的圖像處理理論，根本上是以幾何學(xué)思想為基礎(chǔ)的。首先應(yīng)用于處理二值圖像，將二值圖像看做集合后，用幾何的結(jié)構(gòu)元素來探測(cè)。二值圖像的形態(tài)學(xué)算法以腐蝕和膨脹這兩種基本運(yùn)算為基礎(chǔ)，發(fā)展出其他常見形態(tài)運(yùn)算，如開閉運(yùn)算、擊中變換等[29]。（1）腐蝕、膨脹腐蝕算法是將圖像中圖形的一部分邊界點(diǎn)，在結(jié)構(gòu)元素約束下消除進(jìn)行，從而向圖形內(nèi)部進(jìn)行了收縮。把設(shè)為檢測(cè)圖像，為關(guān)于圖像的結(jié)構(gòu)元素。被腐蝕可定義表示為（2-1）由將平移仍包含在內(nèi)的所有點(diǎn)組成。將看做模板，則腐蝕過程可以看做是由模板平移的過程中所有可以填入目標(biāo)內(nèi)部的模板原點(diǎn)組成的。腐蝕的具體步驟是：①設(shè)定好結(jié)構(gòu)元素和形狀和位置；②對(duì)二值圖像掃描，得到像素值為1的點(diǎn)；③把結(jié)構(gòu)元素位置點(diǎn)移動(dòng)到像素點(diǎn)為1的位置，判斷結(jié)構(gòu)元素內(nèi)是否所有像素值都是1。若都為1時(shí)，則將腐蝕后的相同位置上像素也設(shè)為1；若不是，則設(shè)為0；④再對(duì)值為1的像素點(diǎn)進(jìn)行掃描，重復(fù)③。例如，設(shè)被作用的目標(biāo)區(qū)域是直徑為的多個(gè)圓點(diǎn)，腐蝕的結(jié)果是沿著圓點(diǎn)的邊界向內(nèi)收縮，直徑變小，同時(shí)連接部分?jǐn)嚅_，分裂成多個(gè)部分。如圖2-2所示。圖2-2腐蝕效果示意圖因此，選取的結(jié)構(gòu)元素不同時(shí)，可以達(dá)到去除相對(duì)較小的物體的目標(biāo)。如果物體間還存在小的連接部分，此時(shí)通過合適的結(jié)構(gòu)元素就能將目標(biāo)之間沒有檢測(cè)到的細(xì)小連通部分腐蝕掉，分成各個(gè)獨(dú)立的目標(biāo)。總體來說，腐蝕的作用是收縮圖像。通過消除邊界點(diǎn)，使邊界向內(nèi)部收。在目標(biāo)檢測(cè)

9中通常對(duì)于去除小噪聲和細(xì)微連接部分非常有效。膨脹是腐蝕的對(duì)偶運(yùn)算，實(shí)在結(jié)構(gòu)元素約束下將與目標(biāo)區(qū)域臨近的背景點(diǎn)都合并到目標(biāo)區(qū)域中，使目標(biāo)的邊界范圍擴(kuò)大，面積有了小范圍的增加。將設(shè)為集合的補(bǔ)集，表示關(guān)于原點(diǎn)的對(duì)稱集。被膨脹可定義表示為：（2-2）為了利用元素膨脹檢測(cè)圖像A，將相對(duì)原點(diǎn)旋轉(zhuǎn)180°，得到，再利用對(duì)進(jìn)行腐蝕。在圖像處理出，膨脹將與物體接觸的所有背景點(diǎn)在該物體中合并，使邊界向外擴(kuò)張，對(duì)填補(bǔ)圖像分離時(shí)留下的孔洞很有用[30]。例如，設(shè)被作用的目標(biāo)區(qū)域是直徑為的多個(gè)圓點(diǎn)，膨脹的結(jié)果是沿著目標(biāo)的邊界向外擴(kuò)張，直徑變大，同時(shí)目標(biāo)內(nèi)有缺失的小空洞會(huì)進(jìn)行連接填補(bǔ)。如圖2-3所示。圖2-3膨脹效果示意圖總體來說，膨脹的作用是擴(kuò)張圖像。通過合并背景點(diǎn)，是邊界向外部擴(kuò)。通常在連接斷開的目標(biāo)上有比較好的效果。（2）二值開、閉運(yùn)算開運(yùn)算是指通過一個(gè)結(jié)構(gòu)元素對(duì)圖像進(jìn)行先腐蝕再膨脹的算法。還看做檢測(cè)圖像，仍為關(guān)于圖像的結(jié)構(gòu)元素。對(duì)進(jìn)行開運(yùn)算，可定義表示為（2-3）圖2-4開運(yùn)算效果示意圖

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)的混合高斯模型運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究[J]. 范超男,李士心,張海,郭榮.  天津職業(yè)技術(shù)師范大學(xué)學(xué)報(bào). 2019(04)
[2]基于改進(jìn)混合高斯模型與陰影去除的目標(biāo)檢測(cè)[J]. 王林,和萌.  計(jì)算機(jī)測(cè)量與控制. 2019(07)
[3]基于三幀差分混合高斯背景模型運(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 李曉瑜,馬大中,付英杰.  吉林大學(xué)學(xué)報(bào)(信息科學(xué)版). 2018(04)
[4]基于混合高斯模型與五幀差分的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J]. 李戰(zhàn)明,譚向陽.  計(jì)算機(jī)與數(shù)字工程. 2018(02)
[5]基于SACON模型和五幀差分法的目標(biāo)檢測(cè)算法[J]. 朱世松,付萬超.  測(cè)控技術(shù). 2017(12)
[6]基于改進(jìn)高斯混合模型及紋理的陰影去除算法[J]. 王雅寧,張鴻.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(07)
[7]Online Unsupervised Learning Classification of Pedestrian and Vehicle for Video Surveillance[J]. HE Yi,SANG Nong,GAO Changxin,HAN Jun.  Chinese Journal of Electronics. 2017(01)
[8]視頻圖像中的運(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 周同雪,朱明.  液晶與顯示. 2017(01)
[9]基于視頻監(jiān)控的人臉檢測(cè)跟蹤識(shí)別系統(tǒng)研究[J]. 胡一帆,胡友彬,李騫,耿冬冬.  計(jì)算機(jī)工程與應(yīng)用. 2016(21)
[10]基于五幀差分和改進(jìn)的Meanshift算法的運(yùn)動(dòng)目標(biāo)跟蹤[J]. 陳雙葉,王善喜.  計(jì)算機(jī)科學(xué). 2016(S1)

博士論文
[1]視頻中運(yùn)動(dòng)目標(biāo)陰影檢測(cè)研究[D]. 代江艷.東北師范大學(xué) 2014

碩士論文
[1]視頻序列中運(yùn)動(dòng)目標(biāo)檢測(cè)算法的研究[D]. 何勝皎.蘭州理工大學(xué) 2018
[2]基于碼書模型的動(dòng)態(tài)背景建模及前景目標(biāo)檢測(cè)[D]. 劉威.天津大學(xué) 2013
[3]動(dòng)態(tài)圖像序列中目標(biāo)檢測(cè)與跟蹤技術(shù)研究[D]. 張強(qiáng).華北電力大學(xué) 2012
[4]智能交通信號(hào)控制系統(tǒng)中車流量檢測(cè)及圖像處理算法研究[D]. 辛安民.長春理工大學(xué) 2009



本文編號(hào)：3607078