运动目标检测是计算机视觉研究领域的重要课题,在智能交通、机器人视觉导航、智能监控、军事等领域有着广泛应用。运动目标的检测、特征提取和识别,是视频监控的关键,其中目标的检测是跟踪技术的基础,其结果直接关系到跟踪效果。因此,对运动目标检测的研究有很大的理论意义和应用价值。本文重点研究二值图像连通域标记、伪装色移动目标视频的像素值变化规律,轻微动态背景下伪装色目标的检测和图像分块直方图。通过二值图像进行连通区域标记,可以得到图像中目标的准确计数和边界信息,便于实现目标的检测;本文主要研究了轻微变化的背景中伪装色目标的检测,提出了两种伪装色目标检测算法,另外针对复杂动态背景中的目标,传统的目标检测算法一般计算复杂,为了减少算法的计算量,在分块直方图方面进行了初步研究。主要内容如下:1、基于等价类的二值图像连通域标记。本文分析了传统连通域标记算法,针对特殊形状的连通区域,实现了一种利用等价类处理的二值图像连通域像素标记算法。根据二值图像像素分布的特点,首先对图像进行扫描,其次对等价的标记进行处理,最后进行二次扫描,完成图像连通区域标记。实验表明,该算法避免了大多数算法都必须处理的重复标记问题,同时,该算法不受所标记的连通区域形状的限制。2、含有伪装色移动目标视频的像素灰度值变化规律研究。某些运动目标与周围环境非常接近,即具有所谓的伪装色。为了检测这类伪装色目标,通过实验获得伪装色运动目标的视频帧的像素灰度值,并观察特定像素灰度值在连续视频中的变化情况。对特定像素的灰度值变化规律的分析,为伪装色目标检测的研究,奠定了良好基础。3、平缓变化的动态背景下伪装色目标的检测。本文根据伪装色视频像素的像素值变化特点,提出了对平缓变化的动态背景中伪装色目标进行检测的两种方法,一种方法是根据Laws能量计算公式,重新定义了Laws能量计算的方法,在连续多帧图像中,计算当前帧像素的Laws能量值,根据像素的Laws能量值检测目标。另一种方法是统计当前帧像素颜色值的变化情况,根据颜色值的变化频次检测目标,文中的变化频次指对于像素颜色随时间变化的信号,在某个时段内信号相对于局部或者瞬时均值进行正负交替的次数。实验结果表明,这两种算法可以较好的检测到伪装色运动目标。4、利用分块直方图检测动态背景中的目标。在较为复杂的背景下(例如摇动的树叶、荡漾的水波等)检测目标,一般利用混合高斯模型检测这类场景中的目标。为了解决这种算法计算量大的问题,本文在分块直方图方面做了一些初步研究。目前只是在轻微变化的背景中,实现了伪装色运动目标的检测,当视频中的背景发生较大变化时(比如,场景中因为风速很大,树枝发生剧烈摆动)对伪装色移动目标的检测还需要深入研究。对利用分块直方图检测动态背景中的目标研究,只是做了一些初步工作,只能判断运动目标的大概区域,如何精确的判断目标的位置,还需要进一步的研究。