基于背景差分法的机动目标检测

基于背景差分法的机动目

标检测

This model paper was revised by the Standardization Office on December 10, 2020

LANZHOU UNIVERSITY OF TECHNOLOGY

毕业论文

题目基于背景差分法的机动目标检测学生姓名梅金涛

学号 09250124

专业班级通信工程（1）班

指导教师李立

学院计算机与通信学院

答辩日期 2013年6月17日

基于背景差分法的机动目标检测

Maneuvering target detection based on background difference method

论文作者：梅金涛

拼音：Mei Jintao

学号：09250124

在道路交通管理中，采用摄像头拍摄的道路视频，再用计算机软件处理的方法，则可

以极大的增加方便性和灵活性。本文运动目标检测研究如何让计算机从视频图像序列中获

得物体运动数据。

运动目标检测分为视频读取、灰度处理、视频图像化、运动位置提取这几个步骤。论

文的提取背景是通过算数平均法实现的。与此同时，在运动点团位置提取步骤中，采用了

背景减法直接将目标提取出来。

本文还通过实验分析比较了图像预处理给实验带来的正面效果。实验结果再次证明了

平均法和差分法在图像处理领域的方便性和灵活性。

关键词：读取视频;视频图像化;背景提取;目标提取。

Abstract

Road traffic management system often uses camera to capture the roadway

with computer software processing method in order to increase processing convenience and flexibility. The topic of this paper is the detection of moving target, and this also means how to get the whole target from the image sequence. Moving target detection is divided into several steps，such as video read, grayscale processing, video visualization, sports location extracting. In this paper, background is extracted by arithmetic mean method. At the same time,

the paper in the moving point position extraction step, used the background subtraction to pick up the target directly.

This article also analysis the image preprocessing experiment to bring the positive effect by experiment. The experimental results prove that the average method and difference method again in convenience and flexibility in the field

of image processing.

Keywords: Video Reading、Graphical Video、Background Extraction、Target Extraction.

第一章绪论

视频图像差分信息的提取的发展与意义

视频图像差分信息的提取作为计算机视觉研究的核心课题之一，是一门正兴起的技术。它融入了人工智能、图像处理、模式识别、计算机、以及自动控制等许多领域的先进技术。若用在视频跟踪系统上，具有隐蔽性、直观性、抗电子干扰性、性价比高等突出优点。因为可从视频监视器上直接看到目标图像，因而能方便、直观地辨别出目标。此外在近距离跟踪方而，视频的跟踪系统具有较高的可靠性、精确性和稳定性。因提取的结果中包含了场景中各个运动目标的大量时空信息，视频图像差分信息提取技术从二十世纪六十年代以来，取得了极大的发展，在医疗诊断、战场警戒、气像分析、军事视觉制导、安全监测、参数现实、交通管制、机器人视觉导航、虚拟现实和视频压缩等许多方面都有广泛应用。比如在军事方面，主要应用于电视跟踪和红外跟踪。早期的电视和红外跟踪器都采用的是单一工作模式，必须全部用硬件实现。现在的跟踪以微机为基础，采用图像处理与模式识别技术，利用程序控制实现多种功能。多模跟踪器已经用于电视和红外成像系统，如美国的坦克破坏者和海尔法等导弹的制导系统。近年来，人工智能被应用到视频跟踪中，非常有效的提高了系统自适应昀能力。在这些防空反导的系统中，视频的跟踪系统都起到了不能替代的作用。在民用方而，比如视觉监控，通过摄像机监视动态场景，已广泛地应用于社会生活的各方面，视频跟踪能够应用在社区和重要设施的保安监控中，用作智能交通系统中对车辆的实时检测与追踪。经过实时监测和跟踪，可得到车流量、车流密度、车型、车速等许多有用的交通流参数，并且还可以检测事故或者故障等突发的状况。此外，在港口管理、远距离测量、天文观测、医学图像分析、电视会议等很多领域视频跟踪技术也大有作为。近年，国内外的设计用在支持视频跟踪图像处理的软硬件系统，通过系统的接口简化和编码推进了完全可编程的基于图像高帧频跟踪器的迅速的发展，且国外已经达到了实用化水平，在国内也采用高速数字的处理技术和目标跟踪测量技术，得到了母弹解爆后所产生的数个目标的高帧频摄像，实时的处理和实时的跟踪显示。

国内外研究现状

长期以来，我国各大城市的交管部门对交通信息的采集仍停留在使用传感线圈、固定的摄像装置等路基采集设备阶段，存在监视范围狭小、灵活性低、无法应付突发事件、缺乏对宏观信息的掌控等困难，严重影响对交通的有效疏导。如果为了获取全面的交通信息而在所