基于matlab的运动目标检测,基于matlab的运动目标检测.doc
基于matlab的运动目标检测.doc
河北大学2011届本科生毕业论文(设计)11绪论1.1课题研究背景及意义运动目标检测是图像处理与计算机视觉的一个分支,在理论和实践上都有重大意义,长久以来一直被国内外学者所关注。在实际中,视频监控利用摄像机对某一特定区域进行监视,是一个细致和连续的过程,它可以由人来完成,但是人执行这种长期枯燥的例行监测是不可靠,而且费用也很高,因此引入运动监测非常有必要[1]。它可以减轻人的负担,并且提高了可靠性。概括起来运动监测主要包括三个内容[2]:运动目标检测,方向判断和图像跟踪。运动目标检测是整个监测过程的基础,运动目标的提取准确与否,直接关系到后续高级过程的完成质量。1.2国内外研究现状运动目标检测在国外已经取得了一些的研究成果[3],许多相关技术已经开始应用到实际系统中,但是国内研究相对落后,与国外还有较大差距。传统的视频目标提取大致可以分两类,一类以空间同性为准则,先用形态学滤波器或其他滤波器对图像作预处理;然后对该图像的亮度、色度或其他信息作空间上的分割以对区域作边缘检测;之后作运动估计,并合并相似的运动区域以得到最终的提取结果。如光流算法、主动轮廓模型算法。此类方法结果较为准确但是运算量相对较大。另一类算法主要以时间变化检测作为准则,这类算法主要通过帧差检测图像上的变化区域和不变区域,将运动物体与静止背景进行分割。此类方法运算量小,提取结果不如前类方法准确。此外,还有时空结合方法、时空亮度梯度信息结合的方法等等[4]。本文将围绕以时间变化监测为基础的方法展开分析和讨论。1.3本文结构第1章介绍了本文的研究意义及国内外发展状况;第2章分为四个部分详细讲述了运动目标检测的方法,介绍了背景提取与更新算法,检测算法,阈值选取,形态学滤波等;第三章对全文作出了总结。河北大学2011届本科生毕业论文(设计)22运动目标检测的一般过程2.1背景提取与更新算法在进行运动目标检测时,一个很重要的步骤就是区分出运动目标和背景范围,常见的一种情况是摄像机处于静止状态并且焦距也是固定的。此时,图像中的背景区域固定不动。在这种情况下,运动目标识别无论是使用背景差法,还是使用背景差法结合帧间差法,质量良好的背景的建立显得及其重要。另外,当涉及到背景的使用时,一旦背景发生一些变化时,如背景中频繁地出现运动物体,或者光照发生变化、树叶等小物体的晃动等等,使得不能准确地提取背景作为参考图像,从而不能正确地分割出视频序列中的运动物体。为了克服上述问题,国内外众多研究人员提出了背景建立和自适应的背景模型,实现了背景模型的实时更新,能够比较准确地识别出运动目标。在能够满足实时性和实用性要求的前提下,讨论并研究下列几种算法[5]。2.1.1手动背景法手动背景法需要人观察到没有前景物体时启动该帧图像,作为背景图像。这种背景提取方法增加了人力和物力的需求,而且在很多情况下很难在没有前景的情况下获得背景图像,比如高速公路的车辆监测系统、小区的门禁系统等等。这种方法不能实现自适应背景更新的功能,需要使用其他方法修正由于光线,亮度等的变化带来的背景误差。2.1.2统计中值法考虑到运动物体较少的情况下,连续多帧图像中背景的像素值占主要部分,这样在一段时间内变化缓慢,取中值便可以认为是背景图像。统计中值算法从统计学的角度统计单个像素点Ai(x,y),(i=1,2,…N)在连续帧图像中的亮度值Bi。在一段时间内对视频序列图像的亮度值(或者色彩信息)Bi进行排序,然后取中值Mi(x,y)作为背景。该算法存在的问题在于:图像帧的像素点大多以数万,数十万的数量级出现,而用于取中值的图像帧数量N也应该比较大。对如此大的数组进行排序取出中值,实现时计算量较大,处理较慢。同时需要占用大量的内存单元用于存储数据。2.1.3算术平均法采用算术平均法提取背景图像,可以总结为在特定的时间段内对像素点的亮度和色彩信息取平均值,用均值作为背景图像对应像素点数值。在读入一段视频时,对某一像素点进行观察,会发现在没有前景的运动目标通过时,该点的灰度值保持稳定,变化很小,只有当前景的运动目标通过时,该点的灰度才会发生剧烈的变化。这样就可以连续读入N帧图像,对图像各点的灰度或色彩信息进行统计的方法,使得变化剧烈的像素点变得平缓,取其平均值作为背景图像像素点的值。这样也可以滤除背景图像中的突变噪声点。其统计公式如下:河北大学2011届本科生毕业论文(设计)3(2-1)NiyxIyxB1),(),(公式中式中:B(x,y)表示背景图像,Ii(x,y)表示第i帧序列图像,N表示平均帧数。在实际场景中,一段时间内,同一区域很少有可能总是存在运动物体。而通过平均法得到的背景就会消除亮暗分布不均匀的情况。选取N=120,MATLAB仿真,从序列图像的第1、60、120帧可以看出,在第1帧至第120帧时都存在运动目标,如2-1图。经过对连续120帧计算算术平均值,得到了基本不包含运动目标的背景图像,如2-2图。(a)第1帧图像(b)第60帧图像(c)第120帧图像图2-1各帧图像图2-2算术法提取的背景图像由上述仿真实验证明,算术平均法的特点是模型简单,计算方便,可以较好的得到背景图像。但是在仿真过程中,也发现了该方法的一些问题。其中最明显的是,该算法得到背景图像需要获取的图像帧较大。受运动物体数量的影响,随着平均帧数的增加,得到的背景图像的质量越好。由于是求取序列图像的算术平均值,如果N值太小,背景图像中的运动物体不容易被滤除,很容易在背景图像中留下“影子”。而且在运动物体很多,轨迹很固定的情况下,也需要加大N的数值,以使得平均值更加接近与真实的背景图像。在这种情况下,背景的建立就需要较长的时间。本算法也有一定自适应更新功能。随着时间的推移,在背景提取后获取的图像帧也可以作为新的信息量,与背景图像进行统计平均或加权平均,实现背景的自适应更新。因此这种方法也使用于实时背景更新算河北大学2011届本科生毕业论文(设计)4法。2.1.4Surendra算法Surendra背景更新算法[6][7]能够自适应地获取背景图像,该算法提取背景的思想是对差值图像的亮度值进行判断,如亮度大于阈值,背景图像对应位置的像素点保持不变,否则利用当前帧对背景图像进行替换更新。其算法可以分成以下几个步骤:(1)将第1帧图像I1作为背景B1。(2)选取阈值T,迭代次数m=1,最大迭代次数MAXSTEP。(3)求当前帧的帧差分图像1|Ii-Ii-1|>TDi=(2-2)(4)由二值图像Di更新背景图像Bi,Bi-1(x,y)Di=1Bi=(2-3)αIi(x,y)+(1-α)Ii-1(x,y)Di=0式中Bi(x,y),Di(x,y)为背景图像和差分二值图像在(x,y)的灰度值,Ii(x,y)为输入的第i帧图像,α为更新速度。(5)迭代次数m=m+1,进行第(3)步的运算。当迭代次数m=MAXSTEP时结束迭代,此时Bi(x,y)可当作背景图像。选取MAXSTEP=80,α=0.1,选取固定阈值T=20。在MATLAB中进行仿真第30帧背景(灰度)第30帧图像0|Ii-Ii-1|≤T河北大学2011届本科生毕业论文(设计)5第80帧背景(灰度)第80帧图像图2-3Suren
基于matlab的运动目标检测,基于matlab的运动目标检测.doc相关推荐
- matlab计算胎心率,基于盲分离的胎心音心率检测算法与实现
基于盲分离的胎心音心率检测算法与实现 胎心监护是保障胎儿和产妇安全,实现国家优生优育的重要手段,在围产阶段对母体内的胎儿进行监护,可以在了解胎儿发育状况的同时,大大地减少因缺氧.缺血而出现的窘迫,导致 ...
- matlab ssd检测,基于SSD神经网络的违章停车车辆实时检测方法与流程
本发明属于图像识别和计算机视觉技术领域,尤其涉及一种停车车辆的检测方法,可用于城市环境中对违章停车车辆的检测. 背景技术: 随着现代社会经济的快速发展和城市化的普及,汽车作为一种重要的交通工具,其数量 ...
- 基于MATLAB改进Otsu阈值分割的车道线检测
基于MATLAB改进Otsu阈值分割的车道线检测 摘要:在判断车道偏离以防止车辆碰撞等危害时,车道标线检测需要通过图像处理来进行,检测方法是否适用于各种背景环境条件以及检测的及时性至关重要传统的Ots ...
- matlab与逆透视变换,基于逆透视变换的车道线检测方法与流程
本发明属计算机视觉.图形处理技术领域,具体涉及一种通过照度不变及逆透视变换进行车道线快速鲁棒检测的方法. 背景技术: 车道线检测作为自动驾驶技术的第一个环节,能够有效感知车辆周围世界,并获取可行驶区域 ...
- MATLAB仿真高速目标检测-基于keystone变换的微弱目标检测
MATLAB仿真高速目标检测-基于keystone变换的微弱目标检测 高速目标检测具有跨距离走动,不易相参积累,而相参积累时间内,目标的距离走动不能超过半个距离单元,对于高距离分辨雷达或观测高速目标的 ...
- 基于PCA的人脸检测(Matlab版代码)
花了几天,终于把matlab版的人脸检测运行成功了,虽然正确率不是很高,看着各种论文上的人脸检测正确率都出奇的高,我是不怎么相信的,有的论文连基于平均脸的人脸检测正确率都能达到98%,汗啊-- 也许 ...
- 基于MATLAB人脸检测的汽车疲劳驾驶检测
课题介绍 疲劳驾驶导致汽车交通事故逐年增加,为了提升驾车的安全性,需对驾驶员疲劳状态实时监测并及时提醒. 为了提高疲劳驾驶判断效率及准确率,本文运用Viola-Jones 框架特征矩阵进行人脸预判断: ...
- 基于polar码和SCMA的多用户检测的联合检测译码matlab仿真,polar采用SCAN软译码,SCMA用MPA算法
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述 构造的核心是通过信道极化(channel polarization)处理,在编码侧采用方法使各个子信 ...
- matlab ycrcb肤色检测,基于HSV与YCrCb颜色空间进行肤色检测的研究
862012. 10 电脑编程技巧与维护 1 引言 皮肤检测是人脸检测.手势识别等任务的关键步骤.因此,如果能增加肤色识别的准确性就可以提高人脸识别.手势识别的准确性.而肤色识别的准确性又受到多种因素 ...
- 基于肤色模型和形态学处理的人脸检测算法matlab仿真
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述 在过去的几年里,人脸识别受到了广泛的关注,被认为是图像分析领域最有前途的应用之一.人脸检测可以考虑人 ...
最新文章
- matlab通信物理层仿真,通信小精灵(物理层仿真工具) 可计算仿真误码率、理论误...
- Handler消息机制(二):一个线程有几个Handler
- C# 读取TXT文本数据 添加到数据库
- PHP生成缩略图函数
- 数据结构之并查集:UF-Tree优化并查集——19
- QDialog常用理解
- python编写图像识别_python实现识别相似图片小结
- 2.UNIX 环境高级编程--UNIX标准及实现
- 2021-07-13 CNN池化理解学习
- 进入“后红海”时代,大数据体系到底是什么?
- 凸优化第五章对偶 5.6扰动及灵敏度分析
- EK算法(网络流,最大流)
- java 百度经纬度 转换为 高德经纬度 谷歌
- 私有云的优缺点_公有云、私有云、混合云的优缺点
- 水果店的货源来自哪里,怎样做水果店找货源
- centos7升级GLIBC版本
- happy hacking keybord(hhkb pro)键盘 翻新真假判别(realforce键盘也一样)
- Resnet_50网络结构详解
- Mendix POC 项目分享——系统需求说明书
- 通过 命令行PowerShell 开启、关闭 Windows 10 移动热点,可修改SSID、密码。解决神州网信政府版win10无法管理windows自带移动热点问题。