基于背景差分法的机动目标检测.docx

基于背景差分法的机动目标检测.docx

《基于背景差分法的机动目标检测.docx》由会员分享，可在线阅读，更多相关《基于背景差分法的机动目标检测.docx（31页珍藏版）》请在冰豆网上搜索。

基于背景差分法的机动目标检测

ThismodelpaperwasrevisedbytheStandardizationOfficeonDecember10,2020

基于背景差分法的机动目标检测

LANZHOUUNIVERSITYOFTECHNOLOGY

毕业论文

题目基于背景差分法的机动目标检测

学生姓名梅金涛

学号09250124

专业班级通信工程

（1）班

指导教师李立

学院计算机与通信学院

答辩日期2013年6月17日

基于背景差分法的机动目标检测

Maneuveringtargetdetectionbasedonbackgrounddifferencemethod

论文作者：

梅金涛

拼音：

MeiJintao

学号：

09250124

摘要

在道路交通管理中，采用摄像头拍摄的道路视频，再用计算机软件处理的方法，则可以极大的增加方便性和灵活性。

本文运动目标检测研究如何让计算机从视频图像序列中获得物体运动数据。

运动目标检测分为视频读取、灰度处理、视频图像化、运动位置提取这几个步骤。

论文的提取背景是通过算数平均法实现的。

与此同时，在运动点团位置提取步骤中，采用了背景减法直接将目标提取出来。

本文还通过实验分析比较了图像预处理给实验带来的正面效果。

实验结果再次证明了平均法和差分法在图像处理领域的方便性和灵活性。

关键词：

读取视频;视频图像化;背景提取;目标提取。

Abstract

Roadtrafficmanagementsystemoftenusescameratocapturetheroadwaywithcomputersoftwareprocessingmethodinordertoincreaseprocessingconvenienceandflexibility.Thetopicofthispaperisthedetectionofmovingtarget,andthisalsomeanshowtogetthewholetargetfromtheimagesequence.Movingtargetdetectionisdividedintoseveralsteps，suchasvideoread,grayscaleprocessing,videovisualization,sportslocationextracting.Inthispaper,backgroundisextractedbyarithmeticmeanmethod.Atthesametime,thepaperinthemovingpointpositionextractionstep,usedthebackgroundsubtractiontopickupthetargetdirectly.

Thisarticlealsoanalysistheimagepreprocessingexperimenttobringthepositiveeffectbyexperiment.Theexperimentalresultsprovethattheaveragemethodanddifferencemethodagaininconvenienceandflexibilityinthefieldofimageprocessing.

Keywords:

VideoReading、GraphicalVideo、BackgroundExtraction、TargetExtraction.

第一章绪论

视频图像差分信息的提取的发展与意义

视频图像差分信息的提取作为计算机视觉研究的核心课题之一，是一门正兴起的技术。

它融入了人工智能、图像处理、模式识别、计算机、以及自动控制等许多领域的先进技术。

若用在视频跟踪系统上，具有隐蔽性、直观性、抗电子干扰性、性价比高等突出优点。

因为可从视频监视器上直接看到目标图像，因而能方便、直观地辨别出目标。

此外在近距离跟踪方而，视频的跟踪系统具有较高的可靠性、精确性和稳定性。

因提取的结果中包含了场景中各个运动目标的大量时空信息，视频图像差分信息提取技术从二十世纪六十年代以来，取得了极大的发展，在医疗诊断、战场警戒、气像分析、军事视觉制导、安全监测、参数现实、交通管制、机器人视觉导航、虚拟现实和视频压缩等许多方面都有广泛应用。

比如在军事方面，主要应用于电视跟踪和红外跟踪。

早期的电视和红外跟踪器都采用的是单一工作模式，必须全部用硬件实现。

现在的跟踪以微机为基础，采用图像处理与模式识别技术，利用程序控制实现多种功能。

多模跟踪器已经用于电视和红外成像系统，如美国的坦克破坏者和海尔法等导弹的制导系统。

近年来，人工智能被应用到视频跟踪中，非常有效的提高了系统自适应昀能力。

在这些防空反导的系统中，视频的跟踪系统都起到了不能替代的作用。

在民用方而，比如视觉监控，通过摄像机监视动态场景，已广泛地应用于社会生活的各方面，视频跟踪能够应用在社区和重要设施的保安监控中，用作智能交通系统中对车辆的实时检测与追踪。

经过实时监测和跟踪，可得到车流量、车流密度、车型、车速等许多有用的交通流参数，并且还可以检测事故或者故障等突发的状况。

此外，在港口管理、远距离测量、天文观测、医学图像分析、电视会议等很多领域视频跟踪技术也大有作为。

近年，国内外的设计用在支持视频跟踪图像处理的软硬件系统，通过系统的接口简化和编码推进了完全可编程的基于图像高帧频跟踪器的迅速的发展，且国外已经达到了实用化水平，在国内也采用高速数字的处理技术和目标跟踪测量技术，得到了母弹解爆后所产生的数个目标的高帧频摄像，实时的处理和实时的跟踪显示。

国内外研究现状

长期以来，我国各大城市的交管部门对交通信息的采集仍停留在使用传感线圈、固定的摄像装置等路基采集设备阶段，存在监视范围狭小、灵活性低、无法应付突发事件、缺乏对宏观信息的掌控等困难，严重影响对交通的有效疏导。

如果为了获取全面的交通信息而在所有潜在交通拥堵地点和奥运等重大活动周边都安装固定监视设备，不但成本昂贵，而且由于大型活动具有短期性，将造成资源的巨大浪费。

随着近年来全国各大城市交通拥挤程度的加剧，如何克服传统路基交通监视设备监视范围狭小、灵活性低等固有缺点，对宽广范围内的路面交通状况进行覆盖监视，快速到达突发事故地点，实时获取事故现场信息，及时采取有效措施疏散车辆，实现对特定交通对象的跟踪定位，都是交管部门十分关心的问题，也是各国科学家亟待解决的难题。

欧美一些发达国家在20世纪90年代就已经开始探索一种可以代替或增强路面交通态势监视手段的新技术——道路交通态势空中监测技术。

该技术的理念是利用空基平台特有的不受路面交通状况制约、可快速到达指定地点的特点，对重大活动、灾害事件、突发交通事件进行监视并提供各种应急信息服务，从而为全面、快速、准确的获取与处理交通态势奠定基础。

论文组织结构

第一章是绪论。

主要讲视频图像差分信息的提取的发展与意义、国内外研究现状以及论文的组织结构。

第二章是基本原理和相关理论。

主要讲数字图像处理技术中的目标提取基本原理，其中包括：

图像预处理的概念、图像的预处理、图像灰度化。

同时介绍了MATLAB和图像处理的关系[1]、MATLAB的命令和工具箱[2]。

第三章是背景提取和目标提取。

主要介绍视频读取过程，然后读取帧图像。

同时本文给出了背景提取的具体办法：

算术平均法，以及目标提取的具体过程。

由于视频资源问题，将背景图像经过预处理。

本文还采用了二值化图像处理方法对图片进行了处理和提取。

第四章是本文结论和总结部分。

总结了论文的仿真结果跟论文的具体实现过程。

第二章基本原理和相关理论

数字图像处理

数字图像处理是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。

图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。

数字图像处理作为一门学科大约形成于20世纪60年代初期。

早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。

图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等[6]。

2.1.1数字图像处理常用方法

1）图像变换：

由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。

因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。

目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。

2）图像编码压缩：

图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。

压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。

编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。

3）图像增强和复原：

图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。

图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。

如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。

图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。

4）图像分割：

图像分割是数字图像处理中的关键技术之一。

图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。

虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。

因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。

5）图像描述：

图像描述是图像识别和理解的必要前提。

作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。

对于特殊的纹理图像可采用二维纹理特征描述。

随着图像处理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法。

6）图像分类（识别）：

图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。

图像分类常采用经典的模式识别方法，有统计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视[18]。

2.1.2数字图像处理技术的应用

随着计算机技术的发展，图像处理技术已经深入到我们生活中的方方面面，其中，在娱乐休闲上的应用已经深入人心。

图像处理技术在娱乐中的应用主要包括：

电影特效制作、电脑电子游戏、数码相机、视频播放、数字电视等。

电影特效制作：

自从20世纪60年代以来，随着电影中逐渐运用了计算机技术，一个全新的电影世界展现在人们面前，这也是一次电影的革命。

越来越多的计算机制作的图像被运用到了电影作品的制作中。

其视觉效果的魅力有时已经大大超过了电影故事的本身。

如今，我们已经很难发现在一部电影中没有任何的计算机数码元素。

电脑电子游戏：

电脑电子游戏的画面，是近年来电子游戏发展最快的部分之一。

从1996年到现在，游戏画面的进步简直可以用突飞猛进来形容，随着