论文部分内容阅读
随着计算机技术的快速发展,使得视频监控技术实时地应用到现实生活中成为可能。在交通环境中,监控某一路段的车流量,准确定位车辆,对车辆进行实时测速,可以提高对车辆和其车牌的识别精度;在某座智能大厦中应用的视频监控系统,可以提高大厦安全指数,又可以有效地避免人力和财力的浪费;在军事上,可以将目标检测技术运用到雷达技术中,可以监测空中的一些不明物体,并进行及时预警。因此,对视频序列中运动目标检测算法的研究具有重要的应用价值。理论上,运动目标检测在诸多领域都具有良好的应用前景,但由于自然场景中时常会存在各种随机因素的影响,背景的某些区域容易检测成运动目标,造成了检测的错误性。而大多数研究方法都是基于理想的背景条件,并且检测效果也存在不尽人意的地方。本文在分析总结现有检测技术的基础上,针对单目固定照相机获取的视频序列中的目标检测问题,提出了三种基于直方图的检测算法。其中基于直方图相似度配准的检测算法,主要利用背景子块和目标子块在相邻帧间的直方图相似度不同来检测目标,算法较为简单,直接利用直方图,但其实验效果不佳。基于联合直方图的检测算法是从联合直方图可以用来描述相邻帧间的相似性的观点出发,借助联合直方图和构造的相似性指标来逐块去除背景,从而达到检测目标的目的,而基于逐次分块差分直方图的检测算法是利用差分直方图在背景区域块与目标区域块的分布不同这个特点,对相邻两帧和差分图像进行逐次分块,分析每块的差分直方图分布情况以逐步去除背景进而检测运动目标。数值实验表明,后两种算法都可以检测到完整的运动目标,避免了在运动目标内出现空洞,并且对于像树枝摇动等因素造成的背景像素变化也能很好地去除掉,具有很好的检测性,有助于进一步的目标跟踪分析。