基于背景减法的运动检测算法研究

论文摘要

运动目标检测的质量对目标的跟踪和识别等后期处理至关重要。本文对目前基于背景减法的运动目标检测算法进行研究,与此同时利用传统的运动检测算法评价方法的思想,建立一种适用于背景减法的运动检测算法的性能评价方法的数学模型,该模型基于理想的检测对象可以获得（可以通过人工方法获得,或通过某种可靠的途径获得）。利用该数学模型度量几种基于背景减法的算法的检测结果,实验结果表明,本文建立的评价方法模型可以量化地描述检测算法检测效果的优劣。另外,本文实现了改进后的W4+算法:Enhanced W4+算法,该算法继承了W4+算法的优点,同时引入了运动检测算法的评价方法,通过量化的数据表明Enhanced W4+算法较W4+算法检测效果更好。最后本文建立测试图库和该测试图库的参考图库（Ground Truth）,用测试图库分别对各算法进行实验,通过实验结果的量化数据表明算法对特定检测环境的检测效果的优劣。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 课题背景
• 1.2 课题的研究现状
• 1.2.1 运动目标检测的发展现状
• 1.2.2 运动目标检测算法评价方法的发展现状
• 1.3 课题的研究意义和研究目的
• 1.4 论文的研究内容及章节安排
• 2 运动目标检测算法及其评价方法
• 2.1 现有的运动目标检测算法
• 2.1.1 光流场法
• 2.1.2 相邻帧差法
• 2.1.3 背景减法
• 2.1.4 其他方法
• 2.2 基于背景减法的运动检测算法
• 2.2.1 背景减法的发展背景
• 2.2.2 背景减法的基本概念和特点
• 2.2.3 背景减法的基本过程
• 2.3 现有的运动检测算法评价方法
• 2.3.1 理想检测对象（参考图像）可以获得
• 2.3.2 理想检测对象（参考图像）不可获得
• 2.4 本章小结
• 3 一种适用于背景减法的运动检测算法评价方法
• 3.1 评价方法模型介绍
• 3.1.1 检测性能参数定义
• 3.1.2 算法检测一帧输入图像所消耗的时间和存储量
• 3.2 评价方法质量函数的度量
• 3.3 评价方法数学模型的修正
• 3.4 本章小结
• 4 W4、W4+算法描述及其改进方法
• 4.1 W4 算法概述
• 4.1.1 建立背景模型
• 4.1.2 检测运动目标
• 4.1.3 更新背景模型
• 4.1.4 W4 算法的特点
• 4.2 W4+算法概述
• 4.2.1 pixel-based 更新
• 4.2.2 object-based 更新
• 4.2.3 检测结果及比较
• 4.3 改进W4+算法
• 4.3.1 中值率波
• 4.3.2 分块、中值滤波相结合
• 4.4 其它改进W4 算法的方法
• 4.5 本章小结
• 5 评估并比较各运动检测算法
• 5.1 建立输入测试图库
• 5.2 建立测试图库的参考图库
• 5.3 实验结果概述
• 5.3.1 各算法检测结果性能数据比较
• 5.3.2 各算法消耗的时间和存储量
• 5.4 本章小结
• 6 总结与展望
• 参考文献
• 致谢
• 攻读硕士学位期间的科研与学术论文