运动目标检测方法总结报告

摘要由于计算机技术的迅猛发展，使得基于内容的视频信息的存取、操作和检索不仅成为一种可能，更成为一种需要。同时，基于内容的视频编码标准MPEG-4和基于内容的视频描述标准MPEG-7正在发展和完善。因此提取和视频中具有语义的运动目标是一个急需解决的问题。运动目标提取和检测作为视频和图像处理领域的重要研究领域，有很强的研究和应用价值。运动检测就是将运动目标从含有背景的图像中分离出来，如果仅仅依靠一种检测算法，难以从复杂的自然图像序列中完整地检测出运动的目标。较高的检测精度和效率十分重要，因此融合多种检测方法的研究越来越受到重视。本文介绍了几种国内外文献中的经典的视频运动目标的检测和提取算法，并对各种方法进行了评价和总结。首先介绍了基本的运动目标检测的基本知识和理论，然后介绍了基本的几种目标检测方法及其各种改进方法。对今后的运动目标检测提取的相关研究提供一定的参考。关键词：运动目标检测光流法帧差法背景建模方法摘要iABSTRACTBecauseoftherapiddevelopmentofcomputertechnology,itispossibletoaccess,operateandretrievethevideoinformationbasedonthecontentofthevideo.Atthesametime,basedonthecontentofthevideocodingstandardMPEG-4andcontent-basedvideodescriptionstandardMPEG-7isdevelopingandimproving.Therefore,itisanurgentproblemtobesolvedintheextractionandvideo.Movingobjectextractionanddetectionisaveryimportantfieldofvideoandimageprocessing,andhasastrongresearchandapplicationvalue.Motiondetectionistoseparatemovingobjectsfromtheimagecontainingbackground,ifonlyrelyonadetectionalgorithm,itisdifficulttofromacomplexnaturalimagesequencestodetectmovingtarget.Higherdetectionaccuracyandefficiencyareveryimportant,sothestudyofthefusionofmultipledetectionmethodsisbecomingmoreandmoreimportant.Inthispaper,thedetectionandextractionalgorithmsoftheclassicalvideomovingobjectsinthedomesticandforeignliteraturesareintroduced,andthemethodsareevaluatedandsummarized.Firstly,thebasicknowledgeandtheoryofbasicmovingtargetdetectionisintroduced,andthenthebasicmethodoftargetdetectionisintroduced.Toprovideareferencefortheresearchontheextractionofmovingtargetdetectioninthefuture.Keywords:VisualtrackingOpticalflowmethodFrameDifferenceBackgroundmodelingmethodiiABSTRACT目录摘要...................................................................................................................................0ABSTRACT.....................................................................................................................1第一章绪论....................................................................................................................31.1研究背景及意义................................................................................................................41.2研究现状............................................................................................................................4第二章经典的运动目标检测算法................................................................................52.1光流法................................................................................................................................52.2帧差法................................................................................................................................52.3背景差分法........................................................................................................................7第三章改进的运动目标检测算法................................................................................93.1改进的三帧差分法............................................................................................................93.2帧间差分法与光流法结合..............................................................................................103.3改进的背景建模算法......................................................................................................11第四章总结..................................................................................................................13参考文献：....................................................................................................................16目录i2运动目标检测方法研究总结第一章绪论1.1研究背景及意义近几十年来，在科学技术飞速发展的条件下，视频与图像处理技术不断提高，各种各样的视频监控产品已经走入了人们的视野，并且在给我们的生活带了很多方便。视频监控系统的研究技术涉及到视频图像处理、计算机视觉、模式识别以及人工智能等科学领域。视频监控系统多数要求监控人员长期盯着监控屏幕，进行人为的分析判断，这样容易因为监控人员的疏忽造成重要信息的遗漏。为此，人们开始将计算机领域的相关技术引入到视频监控系统中，形成智能监控系统[1,2,3,4]。智能监控系统可以在没有人为干预的条件下，利用计算机视觉的相关技术来对视频序列图像进行智能的分析，实现对运动目标的检测、跟踪、分类和识别等。现在，运动目标检测技术不仅应用在发电站、商场、银行、民宅、广场和火车站等公共场所的智能监控系统中，而且在其他的领域也有十分广泛的应用。1.2研究现状目前，基于视频的运动目标检测算法主要有三种：光流法、帧差法和背景差分法，这三种算法都有各自的优缺点。1981年，Horn和Schunck通过将二维速度场与图像灰度相联系，从而引入了光流约束方程，得到一个计算光流的基本方法[5]。Meyer等人[6]在对光流法进行了深入研究的基础上，提出在光流场中采用基于轮廓的跟踪方法，该方法在摄像机运动的情况下能够有效的对运动目标进行检测和跟踪。Barron等人[7]通过使用简单而有效的门限，先分割图像，再计算光流，通过消除杂乱的背景光流来得到较好的目标光流。Roland等人[8]利用相邻帧差，通过局部阈值的迭代松弛技术实现图像边缘的光滑滤波。甘明刚等人[9]提出一种三帧差分和边缘信息相结合的运动目标检测算法，该算法有效地改善了一些情况下帧间差分法会出现“双影现象”的问题。郝豪刚和陈佳琪等人[10]提出五帧差分法和景差分法相结合的运动目标检测算法，该算法利用背景差分法和帧间差分法性能上的互补来得较好的检测结果。背景差分法有均值法、中值法、核密度估计法、Surendra背景更新、单高斯模型和混合高斯模型等，从20世纪以来，相继出现第一章绪论1了一批批成熟的背景差分法，Wren等人[11]提出了单高斯模型，该方法在单一背景下能够获得较好的检测结果，但是不适合复杂背景。Stauffer等人[12]在单高斯模型的基础上提出了混合高斯模型，混合高斯模型在外界环境比较复杂的条件下仍然可以得到很好的检测效果。左军毅等人[13]提出时间平均模型和混合高斯模型双模式切换式的运动目标检测算法。除了以上三种的算法外，还有一些学者尝试采用其他的算法进行运动目标检测，例如，郝志成和吴川等人[14]提出的基于稳定矩阵的动态图像运动目标检测算法，该算法通过在短时间内自动的感知背景变来快速的建立背景模型。近年来，越来越多的研究机构和学者都参与到基于视频的运动目标检测的研究之中，并提出很多有效的、新颖的方法。但是仍存在一些问题善待提高，所以找到一种检测精度高、鲁棒性好的运动目标检测算法依然是我们为之努力的方向。4运动目标检测方法研究总结第二章经典的运动目标检测算法2.1光流法空间中物体的运动可以用运动场来描述，同样可以通过序列图像中不同图像的灰度分布差异体现图像平面变化，对比空间中的运动场，体现在图像上表现为光流场。在运动的某一个时刻，为图像中的各个像素点赋一个速度的矢量，这样就成为了一个图像的运动场。由于空间物体上的点与图像上的点通过投影关系可以一一对应，则根据各个像素点的速度矢量的变化特征可以对图像进行动态分析[16]。当图像中没有目标运动时，在整个图像区域中光流矢量的变化是连续的；而当图像中有运动目标时，图像的背景和目标就会有相对的运动，那么目标运动所形成