运动目标检测

南 京 理 工 大 学        毕业 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 说明 关于失联党员情况说明岗位说明总经理岗位说明书会计岗位说明书行政主管岗位说明书 书(论文) 作 者:   学 号：   学院(系):   专 业: 电子科学与技术 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 目: 监控系统中对运动目标的 检测与预警             教授 王利平 指导者：                              (姓 名)            (专业技术职务) 评阅者：                              (姓 名)            (专业技术职务) 年    月 毕业设计说明书（论文）中文摘要 运动目标检测是图像处理与计算机视觉的一个分支，在理论和实践上都有重大意义，长久以来一直被国内外学者所关注。在实际生活中，运动目标的检测与跟踪广泛涉及到人体跟踪及鉴别、智能运输、交通流量监测等方面。在过去几年中，国内外有大批学者投入到该领域，并且取得了大量的成果。概括起来运动监测主要包括三个内容：运动目标检测，方向判断和图像跟踪。运动目标检测是整个监测过程的基础，运动目标的提取准确与否，直接关系到后续高级过程的完成质量。 本文先介绍了图像预处理的相关内容及运动目标检测的相关技术，分析了运动目标检测算法。在这些基础上，运用Matlab软件完成实验，提出背景差分法和帧间差分的运动目标检测算法。 关键字 图像处理 运动目标检测 MATLAB   毕业设计说明书（论文）外文摘要 Title The frontier inspection system moving target detection and early warning Abstract Moving target detection is a branch of image processing and computer vision, has great significance in the theory and practice since long scholars concern. In real life, moving target detection and tracking are widely involved in human tracking and identification, intelligent transport, traffic flow monitoring. In the past few years, a large number of scholars at home and abroad into the field, and has made a lot of achievements. Summed up the movement monitoring mainly includes three elements: the moving target detection, orientation, judgment and image tracking. Moving object detection is the basis of the whole monitoring process, moving target extraction is accurate or not directly related to the completion of the follow-up Advanced Process Quality. This article first introduced the image preprocessing and moving target detection technology, moving target detection algorithm. Matlab software to complete the experiment, proposed background subtraction method and frame difference moving target detection algorithm based on Keywords Image processing Moving target detection MATLAB   目 录 1  引言    1 1．1  课题背景    1 1．2  运动目标检测技术在国内外的发展状况    1 1．3  运动目标检测的主要应用领域    2 1．4  本文的主要工作    3 2  图像预处理    3 2．1 图像的灰度化    3 2．2  图像的滤波    4 2．3 图像的锐化    5 3  运动目标检测技术    6 3．1  概念    6 3．2  运动目标检测算法    7 3．2.1 帧间差分法    7 3．2.2  背景差分法    11 3．3    形态学滤波    14 3．4    目前存在的问题    16 4  边防运动目标的预警系统    17 4．1  系统设计的原则    17 4．2    系统设计的 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载     18 5 结论与展望    19 致  谢    21 参 考 文 献    22 1  引言 1．1 课题背景 基于图像序列的运动目标检测与跟踪是计算机视觉领域两个比较活跃的课题,也是许多基于视觉的应用需要解决的关键问题。准确地检测与跟踪是有效地进行识别与决策的前提，是高级视觉系统的基础。运动目标的检测与跟踪技术在智能监控、人机交互、辅助驾驶、车辆跟踪、智能看护等应用中起着重要的作用。但是，这两种技术在实际应用中还面临着诸多困难：摄像机运动和光照变化会增加运动目标检测的难度；而光照变化、复杂背景、目标的非刚性形变和目标的部分遮挡会影响跟踪的鲁棒性。另外，在现有的算法实现中，对多目标的跟踪还面临着严重的性能瓶颈。 目前，红外目标跟踪技术在民用和军事领域都有广泛的应用。比如在军事领域，由于目标具有较强的热辐射，尤其夜晚使用红外探测器对目标的跟踪更有效。 1．2 运动目标检测技术在国内外的发展状况 国内外学者对视频监控技术的研究和开发可谓是如火如荼。华中科技大学，图像识别与人工智能研究所，图像信息处理与智能控制教育部重点实验室的汪国有，陈振学，李乔亮指出：复杂背景下低信噪比弱小目标的自动检测是当今目标自动探测研究尚未解决的一个难题。目前，国内外许多学者已经作过大量的检测算法研究，但还没有建立成熟的理论体系和切实可行的实用算法，尤其是在复杂背景干扰的抑制方面，大部分研究工作所处理的还不是真正的复杂背景。在分析和总结国内外现有算法研究的基础上，指出了复杂背景下红外弱小目标检测的发展趋势，并提出了检测跟踪的一些有效技术措施。并着重研究了以下二个方面： 1）具有分离特性的目标与背景特性选择和计算算法； 2）多目标特性的目标显著性与分离性融合增强算法。 针对复杂背景和弱小目标的双重复杂性，提出了不同的检测算法。总的说来，利用目标和背景固有的特性，充分地抑制背景和增强目标是提高目标检测性能的关键。对于由多个平稳区域构成的复杂背景，可采用多阈值法将要处理的图像分成多灰度层次区域，把处理非平稳的复杂背景转化为处理多个平稳的简单背景，有助于弱小目标的检测。然而， 在实际应用中，目标和背景的复杂性远远超出了人们的想象，如何最大限度的利用目标背景特性来有效的增强目标、抑制背景仍然是当前研究的重要课题。 华中理工大学的王江安，阮玉，邹勇华为解决海空复杂背景下红外弱点目标的检测, 提出了基于小波变换模极大的检测算法。该算法通过计算小波变换模极大值求出图像中的所有奇异点，去除由复杂背景形成的模极大值链，消除云层、海浪及水天线等复杂背景。 华中理工大学图像识别与人工智能研究所的彭嘉雄就如何检测复杂背景下低信噪比的运动小目标展开讨论，提出了用空间高通滤波 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 改善图像质量，达到抑制背景噪声，增强小目标的效果，随后用似然比检测理论进行目标的初步分离，接着采用邻域判决的方法实现运动目标的进一步分离，最后用图像流分析法进行目标的最终检测。 中国科学院上海技术物理研究所的汪洋，郑亲波，张钧屏针对红外成像跟踪系统的低信噪比、背景和噪声干扰严重的小目标图像以及后续的目标识别处理需要目标的灰度信息的特点，设计了一种基于数学形态学的红外灰度图像小目标检测算法。 华中科技大学图像识别与人工智能研究所的桑农，李正龙，张天序根据人类视觉感知理论，在介绍了两种比较有代表性的视觉注意模型的基础上，采用bottom-up控制策略的预注意机制和top-down控制策略的注意机制，提出了一种适用于自动目标识别的目标检测算法。从输入图像出发，采用Gabor算子建立多尺度、多方位的多通道图像，通过全波整流和各通道间的对比度增益控制，得到多尺度、多方位的方位特征图，这些特征图的线性组合则为显著性图。 1．3 运动目标检测的主要应用领域 （1）军事上的应用主要包括自动驾驶飞行器、自动目标跟踪、无人驾驶车辆智能机器人任务执行，通常机器人为了执行某些任务，需要能够在它的环境中跟踪目标。在智能机器人的应用中，跟踪技术用于从安装在机器手上的运动的摄像机中拍摄物体，计算运动轨迹，选择最佳姿态抓取物体等。 （2）安全场合智能监控，智能监控系统的需求主要来自那些对安全要求敏感的场合，如银行、商店、停车场等。监控摄像机在商业中的应用需要监控系统能够自动分析摄像机捕捉的图像数据，自动完成对复杂环境中的人和车辆进行实时观测以及对感兴趣目标的行为进行分析和描述。 （3）交通监管系统中的监控，现代社会的高节奏生活导致了交通的浮燥。基于此而出现交通违规和不文明现象时，目标检测与跟踪显得尤其重要，从而大大减少了交通管理的麻烦。 （4）医学高科技的需求，现代高科技的发展促使医学的向前跃进，而医学生。物微观上的研究却与目标追踪密不可分。包括对微观细胞的追踪观察、人工植入器官的跟踪观察等。 1．4 本文的主要工作 在认真研读各方面的相关资料，著作和论文的基础上，着重研究视频运动检测方法，进行编程实验，最终完成运动检测方法的完整代码。 着重研究问题： （1）完成图像的预处理（主要是灰度，滤波和锐化）。 （2）完成运动目标的检测算法研究及实现。 （3）完成运动目标的预警算法研究及实现。 （4）整合运动目标检测与预警算法，实现运动目标检测及跟踪。 （5）通过MATLAB软件实现算法的仿真。 2  图像预处理 在运动目标检测过程中图像预处理尤为重要，它主要是对图像进行增强、改善或修改，为图像分析做准备，直接关系到图像的下一步质量。本章主要针对视频对象的的图像预处理常用技术，主要包括图像灰度化、图像滤波、图像锐化，并对个各种图像处理技术的常用方法做了介绍。 2．1 图像的灰度化 在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫灰度值，因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度值），灰度范围为0-255。 主要有分量法、最大值法、平均值法、加权平均法。在Matlab中，可以直接调用rgb2gray函数实现彩色图像的灰度变化。 用Matlab实现图像的灰度变化： I = imread('C:\Users\zhi\Desktop\11.jpg'); [d1,d2,d3] = size(I); if(d3 > 1) I = rgb2gray(I);%如果是灰度图就不用先变换 end I = double(I) / 255; I1 = uint8(255 * I * 0.5 + 0.5);