摘要

（知网论文检测）在视频分析中对运动目标进行探测，这是计算机视觉中一项非常重要也非常基础的技术。本文利用现有的比较常用的背景减除算法，实现了一套可以在视频中自动标示运动目标的系统，完成了在视频中探测运动目标的任务。本文所做的工作如下：

在绪论部分，本文首先介绍了本课题的背景，对计算机视觉技术的发展现状进行了回顾，同时介绍了目前比较通用的几种运动目标检测方法。在第二部分，本文讨论了图像预处理的相关知识，着重介绍了三种比较常用的滤波方法：均值滤波方法，高斯滤波方法与中值滤波方法。再此基础上，本文比较了不同滤波方法对图像处理的差别。在第三部分，本文介绍了背景减除方面的相关知识，并重点介绍了目前比较通用的两种背景减除算法：高斯混合模型算法和ViBe模型算法。同时，本文运用上述算法对一些视频进行了进行了背景减除处理，并比较和分析了背景减除效果。 最后本文研究了如何在二值图像上标定运动目标，并介绍了两种常用的连通区域标记算法：种子填充法与两遍扫描法，演示了标定后的实际效果图。

知网论文查重

第1章 绪论

1.1 项目背景

1.1.1 课题的背景

随着时代的进步，图像传感器（摄像头）逐渐进入了我们的生活，从移动端（手机，pad）到笔记本电脑，从监控设备到医疗设备，从学习领域到工作领域，图像设备在日益发挥着越来越大的作用。而视觉是人类认识世界的主要信息源之一，因为摄像头的广泛应用，庞大的数据处理需求由此产生，但是单单靠人力是不行的，因此人们对图像设备提出了智能化的要求。

计算机视觉技术^【7】是利用计算机来对图像进行自动分析处理的技术，运动目标的检测是计算机视觉方面一项重要的基础技术，只有较为准确地标定运动目标的情况下，计算机才可以进行进一步的目标追踪，行人识别等工作。相比单一的图片，运动目标所生成的动态图像能够提供更多的信息。摄像头拍摄的视频序列是连续变化的，人们不止关注每一帧图片的信息，也关注图片之间的变化。运动目标的检测就是通过计算机将图片之间的变化检测出来，这是视频处理技术的重要基础。

运动目标检测在以下方面都有重要应用：

• 智能视频监控

智能监控系统是计算机技术未来的重要应用方向之一。目前，摄像头已经越来越多地出现在我们的生活中，视频监控系统在公共领域也已经得到了广泛的应用。但是，目前的视频监控系统还比较低级，一般情况下只能依靠人力对视频图像进行监控或者在有需要的时候对视频资料进行分析与调查，这很不方便。

智能化视频监控系统可以在需要监控的场合（比如银行，停车场，医院等）得到广泛应用，运动目标检测技术是该系统的重要基础。

（2）交通检测

城市交通越来越受到大家的关注，在交通领域应用先进的计算机视觉技术，可以帮助解决日益严重的城市交通问题。通过将运动目标检测应用于智能交通领域，可以在第一时间得到道路交通情况以及车辆安全运行情况，在较少工作人员的操作下，对于交通拥堵，车辆事故，可以及时作出处理，减少了社会资源的浪费，节省了人力。

（3）人机交互

目前，在实际工作生活中，我们通过鼠标与计算机进行人机交互，而在未来，我们希望计算

可以理解人类的手势，表情与行为。通过手语，我们就可以同计算机进行交流，进一步实现计算机的智能化。

（4）视频编码

相比传统的基于帧的视频压缩方法，新一代的视频标准采用基于对象的视频压缩方法。在第一代视频编码中，容易产生方块效应，而基于对象的压缩方法有助于解决这一问题。基于对象的压缩方法可以提高压缩效率，能够给视频编码带来翻天覆地的突破。基于对象的视频压缩方法的难点在于对运动目标的分割与提取，同样这一难点也是在对视频中运动目标的探测的技术难点。

出来上述应用外，运动目标检测技术还广泛地应用在军事领域，图像检索，工业控制，生物医学和图像分析等领域。

1.2 运动目标检测

运动目标检测技术是研究内容是：在视频中如何将运动目标从背景中分离出来。针对摄像机与运动目标的相对位置关系，我们可以将运动目标检测技术分为下列两种：一是对运动目标在静态背景下进行检测，二是对运动目标在动态背景下进行检测。如果在监控过程中，摄像机不动，只有监控物体在场景中运动，这种情况称作：静态背景下的运动目标检测。如果摄像机在监控过程中发生了移动，同时监控物体在场景中也存在运动，那么这种情况被称作：动态场景下的运动目标检测。

在视觉技术的发展中，运动目标的检测是一项很基础的技术。目前，基于静止背景下的运动目标检测方法^【10】主要有：光流法、背景减法与帧间差分法。在这三种方法中，光流法是基于运动的检测方法，但是计算复杂，报错率高。帧间差分法和背景减除法则是依靠像素灰度来实现运动目标的检测。

下面详细介绍这三种运动目标检测方法（知网论文检测）

• 背景减除法

该方法是目前在视频运动目标检测领域中最常用方法，相比其他的主流检测方法，这种方法可以相对准确的获得运动区域。但是对于光照的变化以及一些其他的干扰（比如背景中树叶的抖动等），这种方法容易受到干扰。

建立合适的背景模型是背景减除法的关键所在，同时在建立模型以后，对背景模型的更新策略也往往决定着背景减除效果的好坏^【9】。建立背景模型的过程也是对视频的一个学习过程，通过对一段长度的视频序列的学习，背景模型可以获得该视频序列的场景特征，从而检测出运动目标。对运动目标的检测则是利用使用建立的背景模型，通过其与当前视频图像的比较，从而减除背景模块。通常监控视频会在全天工作，随着时间的变化，光照强度，光照方向等会发生变化，同时也可能受到其他因素的影响（比如摄像头位置被人移动等等）。这些因素都促使模型能够随时间变化，以便可以适应具体情况。

最简单的背景模型是时间平均图像，为了抑制其他干扰因素（比如光照下因目标移动而随之变化的阴影，关照强度的变化等）对运动目标的检测，研究人员在构建背景模型方面做了许多工作。目前比较通用的背景模型包含以下几种：ViBe算法，混合高斯模型算法，码本算法等等。

背景减除法的优点是处理速度快，能较大程度上满足系统的实时性要求。与其他方法相比，背景减除法对场景变化的适应能力较强。但现有的背景建模方法依然有很大的缺陷，这主要表现在三个方面：首先，场景中的一些扰动（比如被风吹动的树叶）以及运动目标的阴影都会对运动目标的检测造成很大感人干扰。其次，背景模型没有能够很好地利用像素之间的联系，这容易导致运动目标检测过程中发生漏检，错检等情况。最后，模型的更新情况不能与实际情况相配合，如果运动目标的运行速度较快，跟新过快容易发生漏检，更新过慢容易产生虚影。

总的来说，在运动目标检测领域，很多前辈已经做出了卓有成效的工作，取得了很大成就，但是该领域的未来发展仍然具有很大潜力。同时，目前的背景减除算法也都存在诸多问题，因此需要我们寻找更好的模型。

（2）帧间差分法

帧间差分法确定运动目标所在区域的方法是：通过比较两帧图片之间像素的差值的绝对值，从而发现图片之间的变化区域。帧间差分法[10]计算简单，应用方便，但是对噪声敏感，抗噪声能力很差。同时，当运动目标运动较慢时，帧间差分法对目标变化反应迟钝，容易导致检测出来的目标会有空洞。

针对帧间差分法存在的不足，有专家提出了改进的三帧差分法。三帧差分法的具体操作如下：连续提取三帧图像并两两计算，将得到的差分结果相“与”来从而得到运动目标。同时，有学者发现帧间差分法与背景减除法可以起到互补的总用，二者结合有助于解决背景减除法对光线，阴影敏感这一缺点，也有助于解决帧间差分法提取目标容易产生空洞的问题。

（3）光流法

在图像序列里面中，我们可以这样认为：每个像素点都是同时具有大小和方向的矢量。如果图像中出现运动物体，那么该物体的运动速度（包括大小与方向）和背景像素点的运动速度（包括大小与方向）必定不相同，利用这一特性我们可以探测到运动目标。目前，几乎遍及所有监控、检测系统都会涉及光流法的应用。但是这一方法也有很多缺点，比如计算复杂，需要大量计算时间，虚警率高等等。

1.3 功能分析

1.3.1 开发平台介绍

实验程序所用的开发平台为VS 2010。Microsoft Visual Studio（简称VS）是美国微软公司的产品，它是一个基本完整的开发工具集，包括了我们进行软件开发的大部分工具，如UML工具、代码管控工具、集成开发环境(IDE)等等。在VS上所写的目标代码同样适用于微软支持的所有平台。Visual Studio是目前最流行的Windows平台应用程序集成开发环境。VS的最新版本为 Visual Studio 2015 版本。

1.3.2 opencv 视觉库介绍

opencv的全称是：open source  computer vision library(开源计算机视觉库)。Opencv目前在计算机视觉的世界中拥有重要地位，它是一个开源发行的库，并且是跨平台的。opencv是计算机视觉领域众多学者和开发者首选的开发工具。opencv也是一个视觉的函数库，实现了图像处理的很多算法，从而大大节省了我们的时间，也大大降低了进行图像与视频处理的难度。最新版本的opencv采用的开发语言是C++。

在opencv里面，针对各种各样的图像与视频，opencv的开发者提供了多种多样的图像视频处理算法，这些相关函数都可以直接用在我们的程序开发项目中。从而大大减少了我们工作量。

1.4 论文的结构安排

本论文的结构安排如下：

• ，介绍运动目标检测这一概念、运动目标检测这一课题研究背景和意义等
• ，介绍视频处理前期的图像预处理工作。
• ，介绍背景减除领域的两种常用算法：ViBe模型与混合高斯模型，并展示背景减除后的效果图，同时分析两种算法的优点与不足。
• ，介绍如何对运动目标区域进行标记，如何在背景减除的基础上进行运动目标标记。同时介绍了两种常用的运动区域标记法：Two-Pass（两遍扫描法）和Seed Filling（种子填充法）。
• ，总结了一下对相关内容学习后的启发与收获，并对今后的学习与工作提出一些建议与思考。