1、毕业设计文献综述通信工程基于TMS320DM6437DSP的运动目标检测系统摘要运动目标物体检测的目的是从序列图像中将发生变化的区域分析并提取出来。它作为目标分类、跟踪和行为分析理解等后期工作的基石，其准确、高效的检测对后续一系列处理工作意义重大。本文介绍了当前国内外运动目标检测技术的研究现状及发展趋势，介绍如光流法、帧差法及背景减法等三种目前运动目标检测的主要方法。关键词运动目标检测；帧差法；背景差法一、背景11运动目标检测技术视频图像的运动目标检测是计算机视觉领域的一个重要研究课题1。运动目标检测就是从整幅场景图像中把感兴趣的运动目标检测出来2，它是后续目标分类、跟踪、行为分析等高级处理的
2、基础，也是视频监控系统自动化、智能化和实时化的关键。运动目标检测拥有广阔的应用前景如交通状况监控、视频监控、自动导航1等。12运动目标检测技术研究现状进入2000年以来，从图像分割的角度出发产生了许多运动目标检测的算法，包括阈值分割、统计检验和检测滤波器三大类3，这些检测方式的缺陷在于分割效果对图像噪声敏感；运算复杂，处理速度慢等。目前，国内主要通过两种途径区检测视频信号中的运动目标对序列图像前后连续两帧的研究以及利用无运动目标的环境的先验知识。13运动目标检测技术发展趋势新一代基于内容的多媒体数据压缩编码国际标准MPEG4第一次提出了基于对象的视频编码新概念，MPEG4实现基于内容交互的首要
3、任务就是把视频图像分割成不同目标，即运动目标的检测。然后对不同对象采用相应的编码方法，以实现高效压缩，可以说，视频运动目标检测是MPEG4视频编码的关键技术，也是新一代视频编码研究的热点和难点。二、运动目标检测的方法目前，常用的运动目标检测方法主要有光流法、帧差法、背景减法，此外还有块匹配法和运动能量法等4。由于许多运动物体提取算法都是在文中前三种算法的基础上衍生而来，本文主要介绍光流法、帧差法以及背景减法。21光流法光流的概念是仿照流体动力学5产生的，它的原理是给摄取的图像中每一个像素点赋予一个速度矢量，这就形成一个图像运动场，在运动的一个特定时刻，图像中的点与三维物体上的点一一对应。这种对
4、应关系可由投影关系得到，根据各个像素点的速度矢量特性，可对图像进行动态分析。若图像中没有运动目标，则光流矢量在整个图像区域是连续变化的，当运动目标出现时，运动物体所形成的速度矢量必然和领域背景速度矢量不同，由此可将相似的运动矢量合并形成运动目标从而完成运动目标的检测。光流法检测目标无需预先知道背景信息，并且可以用于动态背景，但是这种方法计算量大、易受到噪声的影响，不适于实时检测。近年来，有学者提出将CANNY边缘提取融入光流场分割技术6，其实时性得到一定提高。但如何进一步提高其抗噪性及运算速度仍有待于深入研究。22帧差法帧差法是基于时间序列用差分方法来实现运动目标的检测7即如果一副图像某一位置
5、的物体发生变化，那么对应位置的灰度也将发生改变；反之，没有物体运动的画面的灰度则没有变化或变化很小。根据这一原理，此方法只要比较序列图像中相邻两幅图像的对应像素灰度是否发生改变来检测运动目标。其算法略述如下1,TJIITJIITJIDF（公式1）THTJIDFTHTJIDFTJIM,01,（公式2）其中，I，J表示像素位置坐标，T为时间，TH表示阈值，DFI，J，T表示相邻帧的帧差图像，I（I，J，T）表示当前帧图像，MI，J，T表示检测出的运动图像。经过中值滤波和帧差之后的图像可能依然会存在较多的背景噪声，然而由于运动目标的边界是一个连续的封闭轮廓，噪声是离散的点，因此可以根据图像的连通性分
6、析8来除去滤波之后的图像中那些不连续的离散点。此种方法动态环境有很好的适应性，算法简单，实时性好，对环境变化有较好的抑制效果，而且不需要考虑背景更新。但缺点在于不能提取出较完整的运动目标，只能是轮廓的提取，且如果运动目标运动缓慢有可能会发生漏检。因此有学者提出很多改进的帧差算法，如RAMESHJAIN提出了累积差分法（ADP）9，朱颖、江泽涛提出累积差分方法10等。23背景减法背景减法的基本思想是将当前帧图像FK与事先存储或者实时得到的背景图像BK1相减。如果像素差值DK大于某一阈值T，则判定此像素为运动目标上的像素，反之则判定仍为背景画面像素没有运动目标存在。阈值操作后的结果直接给出了对象的
7、位置、大小、形状等信息。其算法略述如下,1YXBYXFYXDKKK（公式3）TDTDBACKGROUNDFOREGROUNDYXRKKK01,（公式4）由公式3以及公式4可以看出背景减法的两个关键阈值和背景的选择。常用的阈值选取法有灰度直方图法、最小误差法等等。构建背景的方法也有很多，如统计平均法、单高斯分布背景模型11、混合高斯分布背景模型1213等等。文献11介绍的单高斯分布背景模型适用于单模态背景情形，它为每个像素点的颜色分布建立了用单个高斯分布表示的模型,TTX,其中下标T表示时间。设图像点的当前颜色度量为XT,即若,TTXTP这里TP为概率阈值，则该点被判定为前景点，否则为背景点这时
8、又称与,TTX相匹配。在实际应用中，可以用等价的阈值替代概率阈值。由于背景建立涉及较为复杂的模型计算以及更新，此种方法对程序复杂度和运算时间都有较高的要求。文献12及13介绍的混合高斯背景模型适合于多模态的背景分布，图像中每个像素点的灰度值的分布都是有多个高斯分布混合表示的。该方法的特点是每个高斯分布不仅仅带有权值而且还具有优先级，像素点与某个高斯模型匹配之后将该高斯分布的参数更新，权值提高。反之其他的高斯分布的权值则相应降低，每次更新程序完成后对每个高斯分布重新计算优先级和排序。三、结论运动目标检测是各种视频高级处理如目标跟踪、行为分析等的基石，将运动目标从视频背景中及时、准确地检测出来使后
9、续高级处理工作成为可能。运动目标检测技术的发展对图像处理、模式识别、人工智能、自适应控制等技术都具有重大意义，尤其在是近年来兴起的视频监控技术领域有广阔的应用前景，也是视频监控系统自动化、智能化合实时应用的关键，对其进行深入地研究无疑具有深远的现实意义和应用价值。参考文献1李利乐,马志强,张晓燕运动目标检测技术现状及进展J南阳师范学院学报,2009,8979822方昀,宁晓青一种改进的基于背景差分的运动目标检测方法J电脑开发与应用,2010,23524263许志良,周智恒,曹英烈关于运动目标检测的发展现状研究J移动通信,200835384李乐虎基于DSP视频运动目标的实时检测与跟踪系统研究J科
10、技论坛,200845AVERRI,SURAS,EDEMICHELIMOTIONSEGMENTATIONFROMOPTICALFLOWCINPROCTHE5THALVEYVISIONCONFERENCE,BRIGHTON,UK,19892092146张泽旭,李金宗,李宁宁基于光流场分割和CANNY边缘提取融合算法的运动目标检测J计算机与现代文化,2005,8875777吴明英,周军,孙承志基于DAM6416P的运动目标检测跟踪系统J河海大学常州分校学报2005,19423268赵艳启,范永法云天背景下的运动目标检测J河海大学常州分校学报,2004,18451539RAMESHJAIN,NEGEL
11、HHONTHEANALYSISOFACCUMULATIVEDIFFERENCEPICTUREFROMIMAGESEQUENCESOFREALWORLDSCENESJIEEETRANSONPAMI,1979,1220621410朱颖,江泽涛基于累积绝对差的图像与交叉熵分割的运动目标检测与定位J计算机与现代化,2005,88757711KOLLERD,WEBERJ,HUANGT,ETALTOWARDSROBUSTAUTONATICTRAFFICSCENEANALYSISINREALTIMECPROCICPR94,1994,1112613112方帅,薛方正,徐心和基于背景建模的动态目标检测算法的研究与仿真J系统仿真学报,2005,17115916113姚会,苏志松,王丽,等基于改进的混合高斯模型的运动目标检测方法J厦门大学学报自然科学版,2008,474505510
