資源描述：
《基于時(shí)空背景差的運(yùn)動(dòng)目標(biāo)檢測(cè)算法.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、第18卷第7期計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)Vol118,No172006年7月JOURNALOFCOMPUTER2AIDEDDESIGN&COMPUTERGRAPHICSJuly,2006基于時(shí)空背景差的運(yùn)動(dòng)目標(biāo)檢測(cè)算法1)1)2)肖 梅韓崇昭張 雷1)(西安交通大學(xué)電子與信息工程學(xué)院綜合自動(dòng)化研究所 西安 710049)2)(長(zhǎng)安大學(xué)太白山教學(xué)實(shí)習(xí)基地 西安 710064)(xiaomeijx@stu.xjtu.edu.cn)摘要 假定圖像序列的背景圖像已經(jīng)獲得,提出一種基于時(shí)空背景差的運(yùn)動(dòng)目標(biāo)檢測(cè)算法1該算法融合背景差分、基于時(shí)間信息的幀
2、間差分及基于空間信息的背景差分信息,得到真實(shí)運(yùn)動(dòng)物體的運(yùn)動(dòng)種子點(diǎn),認(rèn)為背景差分圖像中包含運(yùn)動(dòng)種子點(diǎn)的連通區(qū)域?yàn)檎鎸?shí)的前景目標(biāo),從而可以檢測(cè)出正確而完整的前景目標(biāo)1仿真實(shí)驗(yàn)表明,該算法可以避免背景模型對(duì)場(chǎng)景的表征不足及背景更新階段造成的錯(cuò)誤檢測(cè),即使在場(chǎng)景中存在微小運(yùn)動(dòng)的復(fù)雜環(huán)境下,仍能實(shí)現(xiàn)準(zhǔn)確的運(yùn)動(dòng)分割1關(guān)鍵詞 背景差;時(shí)空信息;運(yùn)動(dòng)檢測(cè);視頻分析中圖法分類號(hào)TP391141MovingObjectDetectionAlgorithmBasedonSpace2TimeBackgroundDifference1)1)2)XiaoMeiHanC
3、hongzhaoZhangLei1)(InstituteofIntegratedAutomation,SchoolofElectronics&InformationEngineering,Xi’anJiaotongUniversity,Xi’an710049)2)(TaibaiCampus,Chang’anUniversity,Xi’an710064)AbstractAssumingthatbackgroundhadbeenextractedfrominputimages,anewmethodisproposedfortheeffectiv
4、edetectionofmovingobjectsfromanimagesequenceinthispaper1Thebackgrounddiffer2ence,framedifferencebasedontimeinformationandbackgrounddifferencebasedonspatialinformationwerefusedtogetthemovingseedsofrealmovingobjects,andthenonlythoseconnectedmovingcompo2nents,whichcontainthes
5、eedpixels,inthebackgrounddifferenceresults,wereselectedasthefinalmovingforegroundobjects1Simulationresultsshowthatfalsedetectionfromwrongmodelingorinadequateback2groundupdatingisavoidedcompletely1Andtheproposedmotiondetectionalgorithmisalsoshowntoper2formcorrectlyincasetha
6、tthescenecontainssmallmotions1Keywordsbackgrounddifference;space2timeinformation;motiondetection;videosequenceanalysis一旦背景模型被構(gòu)建好,最常用的目標(biāo)提取方0 引 言法是背景差分門限法:計(jì)算輸入圖像和背景對(duì)應(yīng)像素的絕對(duì)偏差,選取合適的閥值,絕對(duì)偏差大于門限運(yùn)動(dòng)目標(biāo)提取是計(jì)算機(jī)視覺(jué)系統(tǒng)的一個(gè)重要研的像素為前景點(diǎn);反之,則為背景像素1文獻(xiàn)[6]提究?jī)?nèi)容,其應(yīng)用于視頻監(jiān)視、交通自動(dòng)監(jiān)控和圖像壓出基于標(biāo)準(zhǔn)統(tǒng)計(jì)的改進(jìn)算法,在背景差
7、分門限的基縮等方面1背景減法能夠完整地分割出運(yùn)動(dòng)對(duì)象,礎(chǔ)上考慮了圖像均值和標(biāo)準(zhǔn)差1文獻(xiàn)[7]為提高黑且一旦背景構(gòu)建好之后能實(shí)現(xiàn)實(shí)時(shí)的運(yùn)動(dòng)檢測(cè),因色區(qū)域(如陰影)的正確檢測(cè)率,提出考慮背景亮度而在許多智能視頻系統(tǒng)中,人們更多地采用背景減信息的改進(jìn)算法,但其對(duì)亮色(如霧天)場(chǎng)景的檢測(cè)法進(jìn)行實(shí)時(shí)的運(yùn)動(dòng)目標(biāo)提取1很多學(xué)者在背景建模效果不理想1文獻(xiàn)[3]認(rèn)為與真實(shí)運(yùn)動(dòng)區(qū)域?qū)?yīng)的[125]方面進(jìn)行了研究,如均值法和其他背景算法等1連通塊被背景置換的概率很小,在背景差分門限法本文假定背景圖像已經(jīng)構(gòu)建,重點(diǎn)闡述后續(xù)的前景的基礎(chǔ)上提出了一種錯(cuò)誤矯正的方法,通
8、過(guò)估計(jì)初提取算法1始前景區(qū)域中每個(gè)連通區(qū)域的置換概率,認(rèn)為連通收稿日期:2005-06-23;修回日期:2005-10-21基金項(xiàng)目:國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展規(guī)劃項(xiàng)目(2001CB3
