多特征融合的运动目标检测算法研究

论文摘要

运动目标检测是计算机视觉领域中一个非常重要的研究课题,它在视频监控、交通运输、医学研究、军事领域等方面具有广泛的应用前景。随着国内外各界学者对此理论的研究的深入,运动目标检测技术已得到快速的发展。论文以智能监控中的视频分析技术为研究背景,针对复杂的监控场景,讨论了光线变化、阴影、场景本身的变化或背景混乱等因素对运动目标检测的干扰。针对这些问题论文研究了几种常用的运动目标检测算法,对其原理及理论结果进行了比较分析,总结了他们各自的特点。深入研究了背景建模的运动目标检测算法,分别对基于纹理建模和基于颜色建模的典型算法的原理进行探讨,对算法的理论结果进行分析,得出他们对目标的准确检测具有一定的互补性。论文在此基础上,提出了一种多特征融合的运动目标检测算法思想。该算法借鉴了混合高斯的思想,在像素层建立多个颜色模型和多个纹理模型,在区域层将颜色前景区域同纹理前景区域进行与操作,剔除纹理不重叠的虚假前景区域,去除了阴影及光照的影响,得到了真实的前景目标。纹理建模中采用局部二值模式LBP作为纹理特征描述的算子使得背景能够较好的抑制阴影的影响,颜色特征建模则利用了RGB颜色空间中颜色光度恒定性,使得背景模型对阴影及光照具有一定的适应性。在背景模型的权值更新中引入一种“滞后作用"的更新策略,加快了背景的更新速度。论文对所提出的算法进行了实现,并且通过对真实场景视频的实验,证明论文所提出的算法大大减小了光照变化、背景扰动等外界环境对真实目标的干扰,特别是它有效的抑制了阴影对运动目标检测的影响。最后,将论文算法与常用的混合高斯背景建模算法进行了比较,通过对实验对比图的分析得出本算法的正检率有一定的提高,在存在阴影及背景晃动的复杂环境下具有较强的准确性和鲁棒性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题来源、背景及意义
• 1.2 研究发展动态
• 1.2.1 发展现状
• 1.2.2 存在的问题及难点
• 1.3 本文所做的工作
• 1.4 论文各章组织如下
• 第二章 运动目标检测算法概论
• 2.1 引言
• 2.2 运动目标检测算法介绍
• 2.2.1 光流场法
• 2.2.2 差分法
• 2.2.3 背景模型法
• 2.2.3.1 基于颜色特征的背景建模
• 2.2.3.2 基于纹理特征的背景建模
• 2.2.4 其他检测算法
• 2.3 常用检测算法特点总结
• 2.4 阴影去除
• 2.4.1 阴影的特征
• 2.4.2 阴影检测
• 2.5 本章小结
• 第三章 多特征融合的运动目标检测算法
• 3.1 引言
• 3.2 算法实现流程
• 3.3 算法涉及概念
• 3.3.1 LBP基本概念
• 3.3.2 光度恒定颜色基本概念
• 3.4 背景建模
• 3.4.1 背景模型创建
• 3.4.2 背景模型匹配
• 3.4.2.1 颜色特征模型匹配
• 3.4.2.2 纹理特征模型匹配
• 3.4.3 背景模型更新
• 3.4.3.1 颜色特征模型更新
• 3.4.3.2 纹理特征模型更新
• 3.4.4 背景模型生成
• 3.5 前景融合
• 3.5.1 连通区域分析
• 3.5.2 纹理前景区域生成
• 3.5.3 前景目标生成
• 3.6 前景检测后处理
• 3.6.1 图像平滑
• 3.6.2 阈值分割
• 3.7 本章小结
• 第四章 实验及结果分析
• 4.1 引言
• 4.2 实验结果
• 4.2.1 论文算法的检测结果
• 4.2.2 算法对比结果
• 4.3 本章小结
• 第五章 总结与展望
• 5.1 主要工作与结论
• 5.2 研究与展望
• 致谢
• 参考文献
• 攻读硕士学位期间完成的论文