多环境下的前景检测与应用

发布时间：2021-08-29 04:23

　　监控视频下的前景目标检测与追踪一直都是数字图像处理、机器视觉等领域的重点,也是难点。特别前景目标检测更是重中之重,是后续前景目标追踪和识别的基础,前景检测效果的好坏直接影响后期追踪和识别的效果。因此本文主要研究多环境下的前景目标检测算法,对传统各类算法从原理上进行研究,并通过实验分析各自的优缺点,进而从中进行改进。首先,本文总结了当前监控视频下的前景检测流程与模型,从而对不同的模型进行专门的研究。其中前景检测算法主要分为帧差法、背景建模法、光流法以及深度学习方法,本文主要研究前两种类型的相关算法。对于帧差法,本文对比了相邻帧间差分法和三帧差法,发现三帧差法较前者具有更好的检测效果;对于背景建模法,本文除了研究传统背景差分法和高斯混合模型,而且还研究了基于帧间差分和背景差分的运动目标检测算法和VIBE算法,通过实验发现,在动静态背景下的检测,背景建模类的算法效果一般都比帧差法好很多,但是帧差法在检测速度上却远远高于背景建模类的算法,具有更好的实时性;但是这俩类算法对于由静止状态突然转换到运动状态的前景目标都表现出极差的检测效果,特别背景建模类算法都会出现“鬼影”检测问题。其次,本文特别针... 

【文章来源】：武汉轻工大学湖北省

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

腐蚀原理图

膨胀原理图

闭运算原理图

【参考文献】：
期刊论文
[1]基于改进混合高斯模型的运动目标检测算法[J]. 许益成,谭文安,陈丽婷.  控制工程. 2018(04)
[2]基于帧间差分和背景差分的运动目标检测算法[J]. 孙挺,齐迎春,耿国华.  吉林大学学报(工学版). 2016(04)
[3]基于五帧差分法的动态目标检测新算法[J]. 郭春凤.  重庆科技学院学报(自然科学版). 2015(05)
[4]智能视频监控技术综述[J]. 黄凯奇,陈晓棠,康运锋,谭铁牛.  计算机学报. 2015(06)
[5]混合高斯模型的自适应前景提取[J]. 李百惠,杨庚.  中国图象图形学报. 2013(12)
[6]一种彩色图像灰度化的自适应全局映射方法[J]. 陈锻生,宋凤菲,张群.  计算机系统应用. 2013(09)
[7]一种基于Kalman滤波器的自适应背景建模改进算法[J]. 伍健荣,杜向龙,刘海涛.  传感器与微系统. 2012(01)
[8]改进的中值滤波算法在图像去噪中的应用[J]. 赵高长,张磊,武风波.  应用光学. 2011(04)
[9]非参数估计方法[J]. 张煜东,颜俊,王水花,吴乐南.  武汉工程大学学报. 2010(07)
[10]基于快速连通域分析的目标特征提取算法[J]. 张恒,胡文龙,丁赤飙.  计算机工程与应用. 2009(29)

硕士论文
[1]基于自适应背景减除方法的运动目标检测[D]. 刘舒.哈尔滨工业大学 2013
[2]基于三帧差法的运动目标检测方法研究[D]. 赵建.西安电子科技大学 2013
[3]运动目标检测与跟踪的研究[D]. 李泽峰.东华大学 2012
[4]视频监控系统中运动目标检测方法研究[D]. 李敏.西北大学 2008



本文编号：3369901