序列图像中运动目标检测算法研究

论文摘要

运动目标检测技术是图像处理和计算机视觉的重要研究领域之一。由于检测过程中人们只关心动态的物体和目标,所以,准确无误地获得目标的动态信息,对后续的目标识别、跟踪、行为理解及其描述具有重要的意义。常用的运动目标检测算法有光流法、帧间差分法、背景减法等。各种算法各有己长,亦有不足。运动目标检测算法还有待学者进一步研究和探讨。本文在数字图像预处理知识的基础上,概要的介绍了几种运动目标检测算法,并进行了比较,分析了算法各自的优缺点。在此基础上提出了一种帧间差分与边缘差分相融合的运动目标检测算法。本文算法首先对当前帧和前一帧图像进行预处理,然后进行帧间差分运算,取阈值将差分图像二值化,将二值化的图像进行形态学滤波,得到包含运动目标的运动区域；同时运用Surendra算法获取背景图像,利用Sobel边缘检测算子对当前帧图像和获取的背景图像进行边缘检测,然后将两边缘图像进行差分得到边缘差分图像。再将得到的边缘差分图像与帧间差分得到的包含运动目标的运动区域相融合得到运动目标的轮廓,最后通过形态学处理、区域填充以及目标标识,最终比较理想的获得了运动目标。仿真实验结果表明,本文提出的算法在保留了传统帧间差分法检测稳定、快速、实时优点的同时,克服了传统帧间差分法对环境和光照变化敏感,对帧间间隔依赖大,尤其对于运动相对快速的目标不能够准确检测目标大小的缺点。该算法实用有效,边缘差分图像的引入,很好的去除了目标周围的噪声以及背景边缘,对于较小目标的检测也能够取得良好的检测效果。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 选题背景和意义
• 1.2 国内外研究现状
• 1.3 本文主要工作及内容安排
• 2 数字图像预处理
• 2.1 图像的平滑
• 2.1.1 均值滤波
• 2.1.2 中值滤波
• 2.1.3 形态学滤波
• 2.2 直方图增强
• 2.2.1 直方图均衡化
• 2.2.2 一种改进的直方图均衡化图像增强算法
• 2.3 图像边缘检测算子
• 2.3.1 Roberts算子
• 2.3.2 Sobel算子
• 2.4 本章小结
• 3 几种常用的运动目标检测算法
• 3.1 基于光流的方法
• 3.2 帧间差分法
• 3.3 背景减法
• 3.4 基于统计、学习的方法
• 3.5 基于参数活动轮廓模型的检测方法
• 3.6 基于多算法相融合的方法
• 3.7 本章小结
• 4 一种帧间差分与边缘差分相融合的运动目标检测算法
• 4.1 算法流程
• 4.2 图像预处理
• 4.3 背景图像获取
• 4.4 阈值选取
• 4.5 一种帧间差分与边缘差分相融合的目标轮廓获取
• 4.6 区域填充
• 4.6.1 连通性定义
• 4.6.2 运动目标获取
• 4.7 外接矩形标识
• 4.8 实验结果及分析
• 4.9 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢