基于GMM的视频目标检测算法研究及应用

发布时间：2021-04-07 04:50

　　近年来,随着计算机技术和互联网的快速发展,计算机技术对创建智能化社会提供了良好的技术支持。其中,计算机视觉领域中的目标检测技术成为监控领域的关键技术,广泛的应用在医疗、交通测速、军事打击及其他一些领域。本文针对背景建模法进行深入研究,提出了两种改进的混合高斯模型（Gaussian Mixture Model,GMM）目标检测算法,研究的主要内容分为以下部分:（1）GMM在目标检测过程中容易受到灯光、目标颜色与背景颜色相似、目标阴影和拍摄高度等因素的干扰。针对以上问题,提出了一种基于改进整体嵌套边缘检测（Holistically-Nested Edge Detection,HED）网络和Otsu双阈值分割的GMM算法。首先,改进模型针对视频帧的背景、噪声、前景目标进行双阈值分割,合理选取高斯模型个数。其次,利用HED网络对输入图片进行边缘检测。将HED网络检测的边缘结果和双阈值分割的GMM检测结果进行与运算,得到最终目标检测结果。（2）GMM算法在目标检测中采用固定的模型个数描述像素点的状态、固定的学习率更新背景。针对GMM算法的以上不足,提出一种自适应选取模型个数和学习率自适应环境变化... 

【文章来源】：兰州理工大学甘肃省

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

点的三维运动到二维的投影

谀勘旮?倭煊蛴τ酶?加广泛，在未知场景和视频抖动的情况下，能够计算出运动目标的速度，准确的检测出运动目标。但是，光流法的缺点也是非常的明显，在复杂场景中运动目标消失、光照较强、噪声和阴影的影响下，误检率比较高。光流法采用迭代的运算方法，计算量比较大，需要一定的硬件支持，实时性比较差。3.2.2帧差法帧差法[42]又称为时间差分法，是利用相邻视频帧之间同一位置像素点灰度值相减，通过经验阈值判断出视频帧中的前景运动目标和背景。目前常用的帧差法有二帧差分法[43]和三帧差分法[44]。二帧差分法原理图如图3.2所示。图3.2二帧差分法流程图输入视频帧获得前一帧图像),(1yxfk和当前视频帧yxf),(k。),(1yxfk和yxf),(k表示像素点yx),(在第k1帧和第k帧上的像素灰度值，通过对图像进行差分运算后得到差分图像的绝对值图像),(,1yxDkk。),(),(),(1,1yxfyxfyxDkkkk（3.5）由以上式子可知背景部分在差分运算中消除，剩余的部分为所需要的前景运动目标，将绝对值图像与经验阈值Th进行比较获得二值化图像),(,1yxRkk。

由式子（3.6）可知当二值化图像大于经验阈值时，相对应的图像区域设置为1；当二值化图像小于经验阈值时，对应的图像区域设置为 0，区分出前景目标和背景。帧差法的重点和难点就是阈值选取，阈值选取较大时会使检测结果不完整，阈值选取较小时会把背景当做运动目标。二帧差分法检测结果如图 3.3 所示。500 帧 1100 帧 1393 帧 1479 帧

【参考文献】：
期刊论文
[1]祁连山地区林业资源对生态系统保护的作用[J]. 杨开恩,焦泽东.  农业与技术. 2019(22)
[2]基于图像边缘增强与弱化的边缘检测[J]. 张晗,钱育蓉,王跃飞,陈人和,田宸玮.  计算机工程与设计. 2019(11)
[3]祁连山生态环境保护和综合治理工程建设的必要性和可行性分析[J]. 王金梅.  农业科技与信息. 2019(20)
[4]基于犹豫模糊集的古籍汉字图像切分方法[J]. 齐艳媚,田学东,左丽娜.  科学技术与工程. 2019(30)
[5]基于改进混合高斯模型与阴影去除的目标检测[J]. 王林,和萌.  计算机测量与控制. 2019(07)
[6]基于GMM和超像素马尔科夫随机场的运动目标检测[J]. 王广龙,朱文杰,高凤岐,田杰.  传感器与微系统. 2019(06)
[7]基于混合高斯背景模型和四帧差分法的目标检测方法[J]. 张威虎,张梦,魏凡.  电子设计工程. 2019(07)
[8]一种改进的HED网络及其在边缘检测中的应用[J]. 焦安波,何淼,罗海波.  红外技术. 2019(01)
[9]基于隶属度函数的电力设备红外图像模糊增强算法研究[J]. 李振杰,张卫国,王智杰,陈晓东,牛东涛.  电子设计工程. 2018(18)
[10]基于改进ViBe算法与三帧差法的运动检测算法[J]. 杨依忠,张强,汪鹏飞.  合肥工业大学学报(自然科学版). 2018(08)



本文编号：3122834