基于混合高斯模型的运动目标检测.doc

  • 需要金币1000 个金币
  • 资料包括:完整论文,开题报告
  • 转换比率:金钱 X 10=金币数量, 即1元=10金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2016-11-24
  • 论文字数:19087
  • 当前位置论文阅览室 > 毕业设计 > 单片机论文 >
  • 课题来源:(小胖猫)提供原创文章

支付并下载

摘要:科学技术在智能监控体系中的逐渐使用促使了它的快速发展。智能视频监控的发张为人类日常生活提供了很多的便利条件,不仅如此它使得我们的生活更加的安全而有保障,其实从技术层面上而言,智能视频监控体系主要包含的技术有对目标物体进行检测与提取,对运动对象的行为加以识别,分析以及分类处理,以及对整个运动过程中的事件进行检测等,而运动目标的识别、检测与提取是现有的视频监控系统技术里的典型、焦点部分。

在对视频图像进行处理时分为两个步骤,首先运用运动目标的检测技术识别出哪些是前景目标,哪些是背景目标,并对其进行标识,其次是通过对视频图像中的运动目标检测出来的成果进行分类、以及行为理解和目标的跟踪等进行后续图像处理。通过以上详细论述,运动目标检测技术的重要性已经不言而喻了,可以说图像处理效果的好坏在一定程度上取决于运动检测的结果是否清晰,准确,实时,有效。

运动目标检测技术的关键就在于如何将目标物体有效地检测以及识别出来,该技术处于智能视频监控领域中基础性的地位但也是至关重要的地位,当然也是近年来国内外学者专家们所研究的热点以及重点问题。尽管一直以来人们对于视频运动目标检测的研究从未停止,并且提出了很多可行性很好的运动目标检测方法,但是针对现实中复杂环境下的运动物体的目标检测,要想设计出一系列的稳定性好,鲁棒性高的运动目标检测算法还是很难得,目前还是有许许多的难题有待于去一一解决的,例如实时性和精确性等。

在本次毕业设计课题中,我重点研究的方向是建模算法里的混合高斯模型算法,再对现今运动目标的检测中一些经典的方法例如背景差分法、帧间差分法以及光流法这三种运动目标的检测方法进行了简单的介绍以及相应的分析并对三者在具体应用时的优缺点进行了对比分析,指出其主要可使用的范围。与此同时,我还结合实验的结果对基于混合高斯模型的运动目标进行结果的分析,并加以说明总结。

关键词:运动目标检测,背景建模,以及混合高斯模型。

 

目录

摘要

ABSTRACT

1 绪 论-1

1.1 研究背景及研究意义-1

1.2 国内外主要研究现状-3

1.3 本文结构-5

2 运动目标检测-7

2.1 什么是运动目标检测-7

2.2 运动目标检测的原理分析-8

2.3 运动目标检测算法的衡量标准-8

2.4 运动目标检测算法的分类-9

2.4.1 帧间差分法-9

2.4.2 背景减除法-10

2.4.3 光流法-13

2.5 三种主流运动目标检测算法的比较-13

3 高斯模型-15

3.1 单高斯模型-15

3.2 混合高斯模型-17

3.2.2 背景训练-18

3.2.3 模型匹配-18

3.2.4 背景模型更新-19

4 基于混合高斯模型的运动目标检测-21

4.1 混合高斯模型的参数初始化-21

4.2 混合高斯模型的参数设定及更新-22

4.3 基于混合高斯模型的运动目标的实验结果分析-23

4.3.1 仿真结果图-23

4.3.2 实验结果分析-25

5 结论与展望-26

致谢-27

参考文献-28