论文部分内容阅读
图像对比度增强及运动目标检测技术是计算机视觉领域中有挑战性的课题之一,在视频监控、军事和空间技术等领域有着广泛的应用前景,对其开展研究不仅对课题组项目具有重要的实践意义,还具有一定的理论价值。尤其,关于运动目标检测,迄今为止,仍然存在许多问题没有得到很好地解决,特别是在运动目标速度较快情况下的目标拉伸问题一直期望得到解决。课题实际项目的特点是在环境对比度低的情况下检测运动目标。为此,需要对图像增强和运动目标检测这两项技术中的关键问题展开研究。本文通过对它们深入研究,找到了解决途径,获得一些有意义的成果。在低对比度图像增强技术研究中,论文在深入研究常用图像增强方法基础上,重点研究了直方图均衡化技术,寻找到一种符合课题需求的局部与全局相结合的直方图均衡化算法,并针对课题需求的实际情况进行算法实验,确定了适合项目视频帧图像处理的手动调节因子和窗口值。在运动目标检测技术研究过程中,深入研究了帧间差分法、背景差分法等运动目标检测基本算法以及对称差分法、自适应背景更新的背景减除法等改进算法,编程验证了各个算法的优缺点。最后,为克服上述各算法的缺陷,本文提出了一种基于背景减除与对称差分相融合的运动目标检测算法,其中,背景减除采用MCD(最多邻域点)相关匹配法的自适应分块背景更新技术,且算法采取两次利用对称差分获得的相对准确的外接矩形区域以限制拉伸。该方法提高了背景更新的速度,避免了运动目标区域在速度方向的拉伸。不仅满足课题实际的需要,而且很好地解决了运动目标检测领域一直存在的目标因速度过大而拉伸的问题。最后,为了使上述研究完成的算法能够实际应用。本文基于现有的ICETEK-DM642-PCI评估板初步设计并构建了视频图像采集处理系统;设计了该系统的DSP应用程序软件以及与上位机显示界面软件。并对系统进行初步完成算法的移值测试,测试结果表明系统构建成功。