基于背景差分法的机动目标检测
基于分级自适应背景差分的运动目标检测
ｌ 研 究现状及 课 题来 源
运动 目标检、 ？ 贝 ０ 是 图像 处理 的基础 ， 有效 的运动 检测 方法可以大大降低后续图像处理 的计算量 ， 并提高系统性
能指标 。已有 的运动 目标检测方法主要有光流法、 帧间差 分法 、 背景差分法 ｕ － ３ ］ 。光流法不需要预先知道场景 的任
【 Ｋ ｅ ｙ ｗ ｏ ｒ ｄ ｓ 】ｍ ｏ ｖ ｉ ｎ ｇ ｏ ｂ ｊ ｅ ｃ ｔ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ； ｄ ｉ ｆ ｅ ｒ ｅ ｎ ｔ ｉ ａ ｔ ｅ ｄ ｓ ｅ ｌ ｆ － ａ ｄ ａ ｐ ｔ ｉ ｖ ｅ ｂ ａ ｃ ｋ ｒｏ ｇ ｕ ｎ ｄ ｅ ｓ ｔ ｉ ｍ ａ ｔ ｉ ｏ ｎ ； ｂ ａ ｃ ｋ ｇ ｒ ｏ ｕ ｎ ｄ ｄ ｉ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ； ｆ ｒ ａ ｍ ｅ ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｌ ａ ｇ ｏ ｉ ｒ ｔ ｈ ｍ
【 Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ 】 Ｉ ｎ ｖ ｉ ｅ ｗ ｏ ｆ ｔ ｈ ｅ ｆ ａ ｕ ｌ ｔ ｓ ｉ ｎ ｔ ｈ ｅ ｃ ｌ ａ ｓ ｓ ｉ ｃ ｓ ｅ ｌ ｆ — ａ ｄ ａ ｐ ｔ ｉ ｖ ｅ ｂ ａ ｃ ｋ ｇ ｒ ｏ ｕ ｎ ｄ ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ， ａ ｎ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ ｄ ｉ ｆ ｅ ｒ ｅ ｎ ｔ ｉ ａ ｔ ｅ ｄ ｓ ｅ ｌ ｆ — ａ ｄ ａ ｐ ｔ ｉ ｖ ｅ
Ｍｏ ｖ ｉ ｎ ｇ Ｏｂ ｊ ｅ ｃ ｔ Ｄｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ Ｂ ａ ｓ ｅ ｄ ｏ ｎ Ｄ ｉ ｆ ｅ ｒ ｅ ｎ ｔ ｉ ａ ｔ ｅ ｄ Ｓ ｅ ｌ ｆ － ａ ｄ ａ ｐ ｔ ｉ ｖ ｅ Ｂ ａ ｃ ｋ ｇ ｒ ｏ ｕ ｎ ｄ Ｄ ｉ ｆ ｅ ｒ ｅ ｎ ｃ ｅ
基于背景差分的一种运动目标检测方法
基于背景差分的一种运动目标检测方法张传伟;王京梅;林晓明;赵文俊【摘要】针对运动目标检测中,传统背景差分法在运动目标和背景颜色相近时不易检测的缺点,提出了一种检测完整运动目标的方法.该方法对YUV彩色空间下的3个通道分别选取独立的阈值进行初次检测,最大化地利用了视频中图像的色彩信息.在包含初次检测所获运动目标的最小矩形区域内进行二次检测,有效地提高了检测精度.实验证明,相比于常规方法,该方法的检测结果更加清晰完整.【期刊名称】《电子科技》【年(卷),期】2015(028)010【总页数】4页(P69-71,77)【关键词】运动目标检测;背景差分法;YUV彩色空间;阈值【作者】张传伟;王京梅;林晓明;赵文俊【作者单位】电子科技大学微电子与固体电子学院,四川成都610054;电子科技大学微电子与固体电子学院,四川成都610054;电子科技大学微电子与固体电子学院,四川成都610054;电子科技大学微电子与固体电子学院,四川成都610054【正文语种】中文【中图分类】TP391.41运动目标检测是计算机图像处理领域中的一个重要课题,而清晰、完整的检测结果是目标识别、跟踪、定位的前提和关键。
因此,寻找出一种精确可靠的运动目标检测方法尤为重要。
从基本原理上,运动目标检测可分为光流法[1]、帧差法[2]、背景差分法[3]等几种方法,另外就是这几种的方法改进或组合[4-5]。
鉴于光流法计算复杂,帧差法易产生空洞的不足,背景差分法成为人们研究的热点。
背景差分法即通过对当前帧与背景图像做差来检测运动目标,针对于其中的背景建模,已有大量的研究成果。
例如有均值法、中值法、高斯模型法、核密度估计法、W4法、VIBE法、码本法等[6],而每种建模方法又有其特定的适用环境。
除了对背景建模的研究,也有越来越多的算法开始考虑颜色特性及阈值选取。
文献[7]和文献[8]论述了在RGB 彩色空间下的运动目标检测过程。
文献[9]最早提出利用双阈值的方法提高检测的精确度。
基于背景和帧间差分法的运动目标提取
基于背景和帧间差分法的运动目标提取作者：熊英来源：《计算机时代》2014年第03期摘要：在自动人脸识别系统中，人体目标的检测是该系统识别人脸的前期关键步骤之一。
为了能快速准确地检测出运动的人体目标，提出了背景差分法和帧间差分法相结合的运动目标提取检测方法。
针对视频中的背景因镜头摆动或物体的移入/移出而有所变动，给出了几种提取背景的方法，比较各种方法后决定采用中值法快速地进行背景建模，随后采用自适应背景更新，结合两种差分法检测运动目标。
通过实验验证了本文算法的有效性。
关键词：运动目标；背景差分法；帧间差分法；背景建模中图分类号：TP391 文献标志码：A 文章编号：1006-8228（2014）03-38-040 引言对于人体生物特征的识别，可以说从古到今一直受到人类的关注。
随着智能监控、人机交互技术的发展，具有视频分析处理能力并可对运动目标实现检测和跟踪的智能化视频监控系统己成为研究的热点和主流[1]。
视频图像中运动目标检测相对于静态图像而言稍显复杂一些，运动目标检测是指在视频图像序列中判断是否有前景目标的运动，如果有前景目标，则对目标进行初始定位的检测。
视频是由时间上连续的图像序列构成的，故对于视频中运动目标的检测是按照一定的周期从视频序列中提取出一张张静态图像帧来实现检测的，因此视频序列图像与静态图像中的目标检测方法存在相似的地方，而不同的地方就在于运动目标时间上的连惯性[2]。
针对视频图像的特殊性，我们常用于运动目标检测的方法有以下几种[3]。
1 运动目标检测的方法1.1 背景差分法背景差分法（Background Difference Method）是利用当前图像与预存的背景图像作差分，再利用阈值来检测运动区域的一种动态目标识别技术。
背景差分法的原理如图1所示。
[当前图像][—] [二值化][连通性分析][目标][背景图像][非目标][f][b][R][Y][N] [D]图1 背景差分法的识别过程首先通过式⑴求出当前图像f与背景图像b的差，即⑴然后根据式⑵对差分结果图像D进行二值化，再对二值化之后的图像R进行连通性分析，即⑵当某一连通区域的面积大于一定的阈值T时，则认为检测到目标，并认为这个连通的区域就是提取的目标[4]。
基于改进背景差法的运动目标检测
基于改进背景差法的运动目标检测
胡彪;龚晓峰
【期刊名称】《计算机工程与设计》
【年(卷),期】2010(031)017
【摘要】为了更快速准确的实现视频监控中运动目标的检测,提出了基于背景差法的改进算法.该算法对背景差法中的背景建模与阚值选取进行了优化,解决了场景中存在运动物体时背景的初始化问题,能够快速有效地进行背景自动更新.同时根据场景信息自适应地在图像的不同区域采用不同阈值,将检出图像中的噪声点作为反馈来调整闽值,即减小了背景物体产生的噪声,又不影响检测灵敏度,从而大大提高了检测的质量.实验结果表明,该算法比原有算法准确度更高,速度更快,有效地提高了设备的检测效果.
【总页数】4页(P3841-3844)
【作者】胡彪;龚晓峰
【作者单位】四川大学,电气信息学院,四川,成都610065;四川大学,电气信息学院,四川,成都610065
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.利用改进的背景差法进行运动目标检测 [J], 张咏;李太君;李枚芳
2.基于帧差法和背景差法的运动目标检测 [J], 张应辉;刘养硕
3.基于背景差法的运动目标检测 [J], 于成忠;朱骏;袁晓辉
4.基于改进的鬼影抑制和自适应视觉背景提取的运动目标检测 [J], 刘玲;柴国华;瞿中
5.基于背景差法和帧间差法的运动目标检测方法 [J], 李刚;邱尚斌;林凌;曾锐利因版权原因，仅展示原文概要，查看原文内容请购买。
基于背景和帧间差分法的运动目标提取
背景差分法基本原理
背景差分法基本原理
背景差分法是一种用于运动目标检测的方法，其基本原理是利用图像序列中的当前帧和背景参考模型进行比较，以检测出运动物体。
这种方法的关键在于背景图像的建模和模拟，因为它们的准确程度直接影响检测效果。
具体来说，背景差分法通过从连续的图像序列中提取出运动物体的信息来检测运动物体。
首先，它会获取一段连续的图像序列，并从中选择一帧作为背景参考帧。
然后，它会将后续的帧与背景参考帧进行比较，计算出每个像素点之间的差异。
这些差异反映了运动物体的位置和速度信息。
背景差分法通常使用像素强度的绝对值作为差异度量，但也可以使用像素强度的平方差或其它度量方式。
在实际应用中，通常会使用阈值来判断像素点是否属于运动物体。
如果像素点的差异超过了阈值，那么该像素点就被认为是属于运动物体。
背景差分法的优点在于速度快、检测准确、易于实现。
然而，这种方法也存在着一些局限性。
例如，它对于场景的动态变化和光照变化比较敏感，需要定期更新背景模型以适应这些变化。
此外，如果场景中有一些物体的运动模式与背景相似，或者运动物体的速度与背景的速度相近，那么这种方法可能会出现误检。
总的来说，背景差分法是一种非常有用的运动目标检测方法，但它也需要针对特定场景进行适当的调整和优化。
基于背景差分的运动目标检测方法
基于背景差分的运动目标检测方法
汪冲;席志红;肖春丽
【期刊名称】《应用科技》
【年(卷),期】2009(036)010
【摘要】针对静止摄像机下的运动目标检测问题,提出了一种基于背景减法的运动目标检测算法.通过对一组连续视频进行处理,从中得到不含运动目标的背景图像.再利用背景差分的方法提取出运动目标.在确定比较阈值的过程中,一改以往通过实验不断调整的做法,提出了动态阈值的概念,从而增强了检测效果,提高了算法的可实施性.融入了高斯模型关于背景更新的算法,克服了由于背景突然改变而造成的误检测.实验结果表明,通过背景差分与高斯模型相结合的方法,在有诸多不确定性因素的序列视频中构建背景有较好的自适应性,能迅速响应实际场景的变化,为准确地检测出运动目标提供了必要的基础.
【总页数】4页(P16-18,30)
【作者】汪冲;席志红;肖春丽
【作者单位】哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨,150001;哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨,150001;哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨,150001
【正文语种】中文
【中图分类】TN911.73
【相关文献】
1.一种新的基于背景差分的运动目标检测方法 [J], 牛永鑫
2.一种基于边缘特征的背景差分运动目标检测方法 [J], 董久敏;王枚;潘国华;宋巍巍
3.一种改进的基于背景差分的运动目标检测方法 [J], 万盼盼;张轶
4.一种改进的基于背景差分的运动目标检测方法 [J], 方昀;宁晓青
5.基于结构相似性粗定位与背景差分细分割的运动目标检测方法 [J], 蒙晓宇;朱磊;张博;潘杨
因版权原因，仅展示原文概要，查看原文内容请购买。
基于背景差分和信息熵的运动目标检测算法
基于背景差分和信息熵的运动目标检测算法郑佳;李江勇【期刊名称】《激光与红外》【年(卷),期】2014(000)005【摘要】提出一种目标检测算法，首先选取视频的第一帧作为背景帧，运用加权累加图像方法更新背景图像，背景图像的更新速率通过相邻帧的差分结果决定，再运用背景差分算法提取出运动目标。
计算运动目标的区域的熵值，通过熵值判断出特征目标。
实验结果表明，该算法简单，稳定性好，能够较好解决动态背景的问题并且检测出特定目标。
%A new algorithm to detect targets isproposed.Firstly,the first frame of video is used as the background frame,then the weighted accumulative image way is used to update the background.The update rate of background im-age is determined by the adjacent frame difference,the moving target is extracted by background difference algo-rithm.The entropy of moving target area is calculated,the characteristics of the target is estimated by entropy value. The simulation results show that the algorithm is simple and has good stability,and it can better solve the problem of dynamic background and detect the specific goal.【总页数】4页(P563-566)【作者】郑佳;李江勇【作者单位】华北光电技术研究所，北京100015;华北光电技术研究所，北京100015【正文语种】中文【中图分类】TP391.41【相关文献】1.基于自适应Surendra背景更新的背景差分运动目标检测算法 [J], 孙文华2.改进的背景差分运动目标检测算法在DSP上实现 [J], 邱新华;谢云3.改进三帧差分法与背景差分法结合的运动目标检测算法 [J], 高林;王昌宇4.基于五帧差分和背景差分的运动目标检测算法 [J], 郝毫刚;陈家琪5.基于背景差分的高速公路运动目标检测算法 [J], 符锌砂;王祥波;李海峰;孟庆昕因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于背景差分法的机动目标检测LANZHOU UNIVERSITY OF TECHNOLOGY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运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Maneuvering target detection based on background difference method拼音：Mei Jintao学号：09250124摘要在道路交通治理中，采纳摄像头拍照的道路视频，再用运算机软件处理的方法，则能够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运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，采纳了背景减法直截了当将目标提取出来。
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成效。
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。
AbstractRoad traffic management system often uses camera to capture the roa dway with computer software processing method in order to increase proc essing convenience and flexibility. The topic of this paper is the detection of moving target, and this also means how to get the whole target from the image sequence. Moving target detection is divided into several step s，such as video read, grayscale processing, video visualization, sports loc ation extracting. In this paper, background is extracted by arithmetic mean method. At the same time, the paper in the moving point position extra ction step, used the background subtraction to pick up the target directly.This article also analysis the image preprocessing experiment to bring the positive effect by experiment. The experimental results prove that the average method and difference method again in convenience and flexibili ty in the field of image processing.Keywords: Video Reading、Graphical Video、Background Extraction、Target Extraction.目录第一章绪论11.1 视频图像差分信息的提取的进展与意义1 1.2 国内外研究现状 21.3论文组织结构2第二章差不多原理和有关理论32.1数字图像处理32.1.1 数字图像处理常用方法32.1.2 数字图像处理技术的应用42.2图像的预处理52.2.1 基础知识52.2.2图像增强技术52.2.3 图像复原技术62.2.4 图像去噪质量评判标准62.3.1 差不多介绍72.3.2 差不多方法82.4 MATLAB软件介绍92.4.1 MATLAB的应用92.4.2 MATLAB工具箱102.5 运动目标检测算法研究 112.5.1手动背景法112.5.2统计中值法122.5.3算术平均法122.5.4 Surendra算法132.5.5其他算法142.6运动目标检测算法研究142.6.1 光流法错误!未定义书签。
2.6.2 背景减法14第三章背景提取153.1 彩色图像的背景提取153.1.1 基于均值的彩色图像背景153.1.2 改进的基于均值的彩色图像背景提取16 3.1.3 基于中值滤波的彩色背景图像提取17 3.1.4 基于共同区域的彩色图像背景提取18 3.1.5 灰度图像的背景提取19第四章实验仿真结果分析204.1 视频图像的读取格式204.2帧图像的读取214.2.1单帧读取图像214.2.2 多帧图像的读取224.4目标背景和前景提取224.4.1 背景提取的步骤234.4.3 图像二值化25第五章总结26参考文献27附录29附录一：29附录二：32致谢46第一章绪论1.1 视频图像差分信息的提取的进展与意义视频图像差分信息的提取作为运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、模式识不、运算机、以及自动操纵等许多领域的先进技术。
若用在视频跟踪系统上，具有隐藏性、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截了当看到目标图像，因而能方便、直观地辨不出目标。
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、精确性和稳固性。
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，取得了极大的进展，在医疗诊断、战场戒备、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。
例如在军事方面，要紧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纳的是单一工作模式，必须全部用硬件实现。
现在的跟踪以微机为基础，采纳图像处理与模式识不技术，利用程序操纵实现多种功能。
多模跟踪器差不多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，专门有效的提升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，例如视觉监控，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。
通过实时监测和跟踪，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，同时还能够检测事故或者故障等突发的状况。
此外，在港口治理、远距离测量、天文观测、医学图像分析、电视会议等专门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进展，且国外差不多达到了有用化水平，在国内也采纳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。
1.2 国内外研究现状长期以来，我国各大都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时期，存在监视范畴狭小、灵活性低、无法应对突发事件、缺乏对宏观信息的掌控等困难，严峻阻碍对交通的有效疏导。
如果为了猎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，将造成资源的庞大白费。
随着近年来全国各大都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畴狭小、灵活性低等固有缺点，对宽广范畴内的路面交通状况进行覆盖监视，快速到达突发事故地点，实时猎取事故现场信息，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，差不多上交管部门十分关怀的咨询题，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年代就差不多开始探究一种能够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、灾难事件、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、准确的猎取与处理交通态势奠定基础。
1.3论文组织结构第一章是绪论。
要紧讲视频图像差分信息的提取的进展与意义、国内外研究现状以及论文的组织结构。
第二章是差不多原理和有关理论。
要紧讲数字图像处理技术中的目标提取差不多原理，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]、MA TLAB的命令和工具箱[2]。
第三章是背景提取和目标提取。
要紧介绍视频读取过程，然后读取帧图像。
同时本文给出了背景提取的具体方法：算术平均法，以及目标提取的具体过程。
由于视频资源咨询题，将背景图像通过预处理。
本文还采纳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。
第二章差不多原理和有关理论2.1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运算机对其进行处理的过程。
图像处理最早显现于20 世纪50 年代，当时的电子运算机差不多进展到一定水平，人们开始利用运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，以改善人的视觉成效为目的。
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：由于图像阵列专门大，直截了当在空间域中进行处理，涉及运算量专门大。
因此，往往采纳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，不仅可减少运算量，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），以便节约图像传输、处理时刻和减少所占用的储备器容量。
压缩能够在不失确实前提下获得，也能够在承诺的失真条件下进行。
编码是压缩技术中最重要的方法，它在图像处理技术中是进展最早且比较成熟的技术。