基于码本学习的背景建模方法研究

发布时间：2017-04-09 17:16

  本文关键词：基于码本学习的背景建模方法研究，由笔耕文化传播整理发布。

【摘要】：在实际监控视频场景中,由于外部光照的变化、前景运动目标扰动以及场景中某些背景本身的变化,很难保证背景模型的准确性。因此,建立实时适应场景变化的背景模型具有重要意义。基于此,本论文做了如下工作:1.在经典码本背景模型的基础上通过融合场景信息提出了一种基于自适应码本背景更新的前景检测系统。2.结合像素邻域HOG特征更新码本背景模型,以此来消除光照突变引起的伪前景。利用HOG特征描述子的光照不变,创新地提出了一种基于像素邻域的检测区域划分策略,并通过对比HOG距离来判断光照突变伪前景,更新像素信息到码本模型来消除光照突变伪前景。3.结合灰度阈值和像素邻域互相关系数特征,对阴影进行检测,并实时得更新码本背景,进而消除运动前景伴随的阴影。利用阴影灰度值较小,阴影区域与场景近似满足线性相关等特征来确定阴影区域,并通过更新码本模型消除了运动目标产生的阴影。4.根据课题提出的前景检测系统设计了整体的实验流程,然后将该方法与其他的背景建模方法(MOG、经典码本等)相对比,在时间效率、内存占用和前景检测效果上进行详细的对比分析。基于以上改进的码本背景模型具有较好的阴影去除效果和光照突变伪前景的辨别能力。
【关键词】：码本模型 前景检测 光照突变 阴影消除
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN948.6
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-18
• 1.1 课题研究背景及意义10-11
• 1.2 前景目标检测研究现状及发展趋势11-13
• 1.2.1 帧差法11-12
• 1.2.2 光流法12-13
• 1.2.3 背景减除法13
• 1.3 背景减除与背景建模技术的研究现状13-16
• 1.3.1 多种背景建模方法14
• 1.3.2 背景建模技术难点14-15
• 1.3.3 码本背景模型15-16
• 1.4 主要内容与论文安排16-18
• 第二章 基于自适应码本更新的前景检测系统设计18-30
• 2.1 前景检测系统整体流程设计18
• 2.2 码本背景模型初始化分析18-22
• 2.2.1 码本结构的定义分析19
• 2.2.2 码字的结构分析19-20
• 2.2.3 码本训练过程分析20-22
• 2.3 伪前景信息判断策略设计22-24
• 2.3.1 光照突变伪前景判断策略设计22-23
• 2.3.2 运动前景阴影判断策略设计23
• 2.3.3 光影噪点伪前景去除策略设计23-24
• 2.4 码本背景模型的自适应更新策略设计24-27
• 2.4.1 伪前景像素信息更新到码本背景模型的算法设计24-25
• 2.4.2 缓存Cache中的真实前景融入背景的过程分析25-26
• 2.4.3 码本与Cache中消极码字的消除算法分析26-27
• 2.4.4 由背景模型得到背景图像的算法设计27
• 2.5 背景减除策略设计27-28
• 2.5.1 背景减除原理27-28
• 2.5.2 码字匹配策略28
• 2.5.3 分割前景得到前景二值图28
• 2.6 本章小结28-30
• 第三章 基于像素邻域HOG特征消除光照突变伪前景的算法设计30-51
• 3.1 HOG特征原理及提取方法分析30-37
• 3.1.1 图像的方向梯度分析30-32
• 3.1.2 方向梯度直方图特征分析32-33
• 3.1.3 提取图像的HOG特征策略设计33-37
• 3.2 基于像素邻域的检测区域划分策略设计37-43
• 3.2.1 像素邻域定义策略设计37-38
• 3.2.2 前景边缘检测策略分析38-39
• 3.2.3 检测像素点像素邻域划分算法设计39-40
• 3.2.4 像素邻域内的Block划分和Block缓存结构体分析40-43
• 3.3 更新码本背景模型策略设计43-44
• 3.3.1 根据像素邻域HOG特征距离判断伪前景算法设计43
• 3.3.2 伪前景像素信息更新码本背景模型的策略设计43-44
• 3.4 光照突变消除实验与分析44-50
• 3.4.1 复杂光照变化场景下的伪前景消除实验与分析44-48
• 3.4.2 大面积前景进入场景时检测速度提高分析48-50
• 3.5 本章小结50-51
• 第四章 基于亮度阈值和互相关系数特征消除阴影的算法设计51-64
• 4.1 亮度阈值判断阴影区域策略设计51-53
• 4.1.1 前景图像和背景图像像素点灰度值提取策略51-52
• 4.1.2 基于灰度范围的阴影判断算法分析52-53
• 4.2 结合像素邻域的互相关系数计算方法设计53-57
• 4.2.1 相关分析概述53-54
• 4.2.2 互相关函数与互相关系数54
• 4.2.3 描述图像间相关性的互相关系数分析54-55
• 4.2.4 计算互相关系数的邻域划分策略55
• 4.2.5 像素邻域的归一化互相关系数计算55-57
• 4.3 更新背景模型策略设计57
• 4.4 阴影消除实验与分析57-63
• 4.5 本章小结63-64
• 第五章 前景检测系统实验及分析64-75
• 5.1 复杂场景下前景检测系统实验与分析64-65
• 5.2 多种背景模型对比实验与分析65-68
• 5.3 多种背景模型FDR分析68-71
• 5.4 完整视频序列前景检测实验与分析71-74
• 5.5 本章小结74-75
• 第六章 总结与展望75-77
• 6.1 论文总结75
• 6.2 课题展望75-77
• 致谢77-78
• 参考文献78-84
• 攻读硕士学位期间取得的成果84-85

【参考文献】

中国期刊全文数据库 前1条

1 周金芝;王娟;;基于HOG的人体检测方法的改进[J];软件导刊;2011年04期

中国硕士学位论文全文数据库 前2条

1 普婕;复杂动态场景背景建模与目标检测技术研究[D];电子科技大学;2013年

2 王先荣;多阶编码本背景模型与应用[D];西南交通大学;2013年

  本文关键词：基于码本学习的背景建模方法研究，由笔耕文化传播整理发布。

，

本文编号：295742