监控系统下运动目标检测方法[开题报告]

《监控系统下运动目标检测方法[开题报告]》由会员分享，可在线阅读，更多相关《监控系统下运动目标检测方法[开题报告]（11页珍藏版）》请在装配图网上搜索。

1、本课题国内外状况，说明选题依据和意义本课题的研究内容为热感应监控系统下的运动目标的检测方法。目前常用的运动目标 检测方法有：帧差法、背景减法、光流法及运动能量法。随着科技的发展、社会的进步、 人民生活水平的提高，团体和个人的安防意识都在不断增强，视频监控系统也就得到了 越来越广泛的应用。目前，它已经广泛地应用于银行、博物馆、交通道路、商业、军事、 公安、电力、厂矿、智能小区等系统和领域的安全监控、自动监控和远程监控中。监控 系统的功能也从原来简单的对视频信号进行人工监视，系统多画面显示及硬盘录象类的 简单功能，发展到利用计算机实现智能的运动检测和目标跟踪。在监控系统中，运动目标的检测是其智能化

2、程度的重要体现。一个能够克服外界干扰， 从而清楚的检测到运动目标的算法，己经成为研究人员的共同研究目标。在外界的众多 干扰中，尤其以光线的干扰为重。在对于、光线干扰的克服方面，大家进行了大量的研 究，并且在不同程度上取得了一定的成就，但仍然存在着一些局限性，尤其在光线强烈 变化的情况下。一、 研究的基本内容，你解决的主要问题2.1光流法 2.1.1全局运动模型及参数估计1为了满足视频监控和视频跟踪等应用需求，假设视场中存在着若干个运动物体。因 此，选择四参数运动仿射模型描述全剧运动，即u 二 k x k y + k ,(1)123v 二 k x + k y + k .214为了估算出k ,k

3、,k和k这4个参数，选择用块匹配法计算获取全剧运动矢量观测值。1234整个参数估计算法步骤如下：(1) 将每一帧图像划分成16 *16的块，使用块匹配计算每一个块的运动矢量。(2) 将所有块的运动矢量归入数据估计集中。(3) 使用最小二乘法估计运动仿射模型的参数，使均方误差最小。(4) 使用运动仿射模型计算出运动矢量，并与块运动矢量计算二者的平均误差值。(5) 将块运动矢量中所有估计误差小于(4)中平均误差值的块标记为剔除块，从 数据估计集中剔除。(6) 如果新的估计数据集中的数据与上次迭代的数据相同时，停止循环,否则转(3)。2.1.2基于全局运动补偿的Horn-Schunck算法1先通过对

4、全局运动进行补偿，然后采用Horn-Schunck算法进行迭代，计算出局部运 动区域的矢量场。由全局运动模型可计算得到图像中每一点的全局运动矢量(u ,v )，假g g设由运动物体引起的局部运动矢量为(u,v )，且初始化为0。进行补偿后，1 1uk = u + u ,vk = v + v，根据Horn-Schunck算法的迭代方程(式(2)(3)进行迭代g 1g 1计算，能够较准确地计算出局部运动区域的矢量场。_I Uk + I V k + IUk+1 = uk I 一xy 匚,(2)x a + 12 + 12x y_ I Uk + I Vk + IVk+1 = Vk I xy t。(3)y

5、 a +12 +12x y得到运动目标的运动矢量场后，可以对矢量场图像进行分割以获得运动区域。首先 由矢量场图像的均值确定阈值。然后对图像进行快速的阈值分割，得到初始的分割图像 并对其进行中值滤波和闭运算。最后，由光流检测和形态滤波处理得到的运动目标区域， 通过连通分量分析最终确定运动目标的位置。2.2相邻帧的减法2.2.1利用相邻帧和背景的运动对象检测算法思想10首先，根据时间差分法的思想，计算输入视频序列中相邻两帧对应像素差，得到当 前帧差图D，基于统计的方法得到D中的背景区域，进而计算出用于判断背景点的阈cc值S，当前帧差亮度值与S做比较生成当前帧掩膜M ；其次利用背景减法的思想，通 t

6、hthc过累积帧差掩膜信息得到背景帧序列B，将当前帧与背景帧相减得到背景帧差DB，背景 帧差亮度值与S做比较得到背景掩膜M ；由M与M生成运动对象掩膜M，利用MthBcBOO进行运动对象检测，为了消除检测噪声，提高检测精度，使用形态学的腐蚀、扩张处理 方法。2.2.2确定判断背景点的阈值10该文算法中阈值S的确定分为两个步骤：首先，将当前相邻帧差图D划分成若干thc个图像子块，根据每个子块的3阶中心矩大小确定出背景区域；然后根据背景区域符合高 斯分布的特性来确定阈值S。为了使阈值能够根据视频内容变化及时更新，本文采取定th时(如每秒1次)更新S的方式。th2.2.2.1帧差图中背景区域的确定将

7、相邻帧差图从左到右，从上到下按空间顺序，分成若干个图像子块，每个子块大 小为NxN，差分子块包含背景子块和前景子块两种类型，背景子块中的随机噪声点符 合高斯分布N(2)；在确定背景块时，本文首先用式(1)计算出相邻两帧对应位置的像 素亮度差d (x, y, t),然后根据统计学原理，利用式(2)和式(3)计算出帧差图中每个子块 的三阶中心矩；最后根据三阶中心矩的取值确定每个子块是否具有高斯分布，并利用式 (4)判定该块是否为背景块。d (x, y, t) = I (x, y, t) 一 I (x, y, t 1)( 1)式(1)中I(x, y,t)、I(x, y,t 1)为当前帧及前一帧在位置

8、(x, y)处的像素亮度值。r =艺另 d(x, y,t)(2)M x Nx=1 y=1J =艺另(d(x,y,t) r)3(3)3 M x Nx=1 y=1式(2)中卩为每个M x N大小的自快内像素亮度差的平均值，式(3)求取每个子 块帧差值的阶中心矩J。在求取三阶中心矩时，将差分图像划分成16x 16或8x8大小的3方块。BGI 二沖J 1 通过对大量序列的统计实验结果得到，背景块的J取值范围为(0 0.95)，小于1；3而前景块的J取值范围为(16 880)，两者的三阶中心矩的数值相差数十倍。式(4)中3BGI为背景块标识，当J3|1时表明对应的块符合高斯分布，判断为背景块，将BGI置

9、为0, 否则判断为前景块，将BGI置为1。2.2.2.2背景区域内计算阈值背景区域内的帧差值d符合高斯分布，可表示为-N(i ,G2)，由式(5)、(6)b bb(5)可以求取背景区域内的高斯分布参数均值1和标准差G 。b1 = ( -)/Nbb(6)NbG = ：( (- - 1 )2 / Nbbbh Nb式(6)中N为相邻帧差图像中所有背景块内像素点的总数。将-N(1 ,G2)化成bb b标准正态分布N(0,1)，即P(上生 Z)形式。假设噪声点的比例为5%，当Z=1.65时，可得到S = roundQ x 1.65 +卩)，round为向下取整函数。thbbd LiP(-护 Sth0,

10、f-(x, y, t) S仇式(7)中m (x,y,t)表示帧差图D中像素(x, y)在当前时刻t与阈值S比较后的结果, ccthm (x,y,t)值为1，表示该点被判断为前景点，m (x,y,t)值为0，则说明该点有可能为背cc景点，用M表示整帧的m (x,y,t)，即为当前帧掩膜。cc2.2.3.2背景帧生成与维护令NJx, y,t)为像素点(x, y)在相邻帧内被判断为前景点的次数，即N (x, y, t) = m (x, y, t - i)1ci=0式(8)中的N取值为6, N表示在6帧中像素点属于背景点的可能性，取值为5/6。thN (x, y, t 一 1) + (1 m (x,

11、y, t) / N, if N/x IS，则称(x, y)为确定的背景点，IS 0thth用于确定背景点的阈值。背景帧B中各点的亮度值记为bl(x,y,t)，在该文中IS值取0.8，表明点(x,y)在连 th续N帧内有NxIS帧被检测为背景点。thbl(x, y, t)二med(I(x, y, t), I(x, y, t -1), I(x, y, t - 2), fN (x, y, t) ISoth(9)bI (x, y, t -1), else2.2.3.3生成背景掩膜将当前帧与式(9)得到的背景帧对应像素相减可以得到背景帧差d (x,y,t)，见式B(10)。(10)dB( x, y, t

12、) = |I (x, y, t) - bI (x, y, t )|背景帧差d (x,y,t)与阈值S比较，即可得到背景掩膜M中各点的值m (x,y,t)。Bmb(xy,t)二1,0,thifd (x, y, t) SBthifd (x, y, t) IS，也即该点属于背景的可能性 0th是比较大的，那么背景掩膜M能更好地反映当前点的状态；否则，当前帧掩膜M能更Bc好地反映当前点的状态。由当前帧掩膜M和背景掩膜M生成运动对象掩膜M，并利 cBo用其进行运动对象检测。(12)m (x, y, t)= om (x, y, t), fN (x, y, t) ISB0thm (x, y, t), els

13、ec在运动对象掩膜M中，m值为1的点被检测为运动像素点，m值为0的点为背景点。ooo2.3本毕业论文主要思想2.3.1运动目标检测总体步骤：1) 利用三帧差分法得出差图像d；2) 对差图像d进行处理,得到中间图像d,对d进行直方图平滑处理，滤去噪声干扰；3) 求分割阈值T,对差图像d进行阈值分割，从而获得运动目标的位置和轮廓。2.3.2获取差图像的方法设f (x,y)，f (x,y)，f (x,y)是图像序列中的连续三帧图像,通过常规二帧差分法 t1tt+1可得到差图像d， d:(1)1 2d =|f(x,y) f (x,y)ttd=f 1(x,y) -f( x,y)t+1(2)二帧差分法则是

14、对差图像d , d进行“AND运算，即：1 2d 二d d(3)1 22.3.3运动信息提取设差图像d的大小为M xN，图像的灰度级为L，即像素的灰度值在区间0,L-1上取值，灰度值为0代表最暗，灰度值为L-1代表最亮。如果用d表示图像d的灰度均值,即：d =-M x Ny=0 x=0那么通过如下的算法，就可得到d的中间图像d，即：d (x, y) = d (x, y) kdM d (x, y)(4)(5)其中0 x M 1，0 y 00 d(x, y) 0对图像d在区间p, Q(0 P Q M)上的部分直方图h(x)做平滑性处理:当 P + 2 h(x) Td(x, y) T，则(x, y)

15、点属于运动目标象素,d反之属于背景点象素。这里的T是门限阈值。首先需要评估活动值是由运动对象造成的, 还是由摄像头的噪声造成的。假设摄像头的噪声是叠加噪声，遵从高斯分布。描述该分布的参数有均值卩 和标准差b 2。噪声假设是和空间和时间无关的。基于这些假设，第ccn帧颜色通道i的强度观测值g (x,y,n)可以表达为：ig 二(x, y,n)二 g (x, y,n) + n (x, y,n)(2)iii其中g (x,y,n)是真实强度值。假定在差分图像中没有对象，即没有前景目标。则ig (x, y,n)二g (x, y, r) (g (x, y, r)为背景真实强度值)。称该假设为无假设H。当H

16、有iii00效时，差值g (x,y,n)-g (x,y,r)H0二n (x,y,n)-n (x,y,r)二d (x,y,n)(3)iiiii由于n (x, y,n)的概率密度函数(pdf)是高斯函数，d (x, y,n)仍然是高斯随机变量。iic1e 2b 202兀b 2d (x, y,n) 的pdf参数为卩二0和b2二2b 2。给定H， d (x, y, n)的条件pdf定义为：ic0if (d (x, y, n) H )=i(4)一d (x, y ,n )2考察随机变量:t (x, y, n)H0,y + m, n +1 )|(5)q 1=-Nm=Mi=-Tp根据定义，该条件概率密度函数可

17、以看作是随机变量d (x,y,n)的q维联合概率密i 度函数的多维和。因此，得到有效性测试为：PT(x,y,n) t (x,y,n) H = 1 -erf(t (x,y,n)/2a )q(6)一. 一. 0 其中er f是误差函数。为了降低分类的计算复杂度，采用绝对值推导活动索引。活动索引可以表示为：(7)t (x, y, n)Ho 二 1 艺艺 Qg.(x +1 ,y + m, n +1)| - |g (x +1, y + m, r)iqi；1=-Nm=Mi=-T定义分类结果的集合C(n)为：C(n)二(x,y,n): pT(x,y,n) t (x,y,n)|H a ii0最终的变化检测掩模

18、则表示为：(9)1,( x, y, n) e C (n)0,其他2.3.5 背景更新由公式(1)可知每一个象素的背景差分值f (x,y,n),于是可以得到变化检测掩模d如下：(10)1, f ( X , y , n )T0,其他从两个相邻更新间隔的图像中获取n时刻的运动模板M(x,y,n),设在更新间隔n和 n-1时刻的变化检测掩模分别为C(x, y, n)和C(x, y, n -1),贝VM (x, y, n) = C (x, y, n 1)| |C (x, y, n)(11)按照公式(12)获取的背景称为瞬时背景扎(x, y,n),再按照公式(13)可得： df (x, y, n) - 1

19、if M (x, y, n)二 1f (x, y,n) = b(12)bf (x, y, n)if M (x, y, n)二 0I cf (x, y,n)二附(x, y,n) + (1卩)f (x, y,n-1)(13)bbb二、 研究(工作)步骤、方法及措施(思路)/论文主体纲要1. 设立研究方向，然后从研究方向出发，通过各种途径查找与研究内容相关的书籍及期 刊。2. 阅读查找到的相关参考文献，思考在运动目标检测这一课题中所存在的各种难点。3. 对有关于运动目标检测的解决方法进行整理。4. 对所整理出来的各种有关运动目标检测的方法进行思考和试验，并对其优缺点进行比 较。5对各种解决方法的优点

20、及缺点进行归纳总结,从而产生自己的思路，得出自己的结论。6. 通过理论分析和实验检验等手段，实现自己的思路，实现预定的目标。7. 最后，完成毕业论文的撰写。四、课题研究工作进度计划起讫日期工作内容备注10年9月20指导教师给学生布置任务要求完成外文翻译10 年 9 月 21 10 年 12 月10日确定毕业论文题目，并完 成文献综述各系组织审题10年12月11日一11 年3月10日完成开题各系要组织开题报告11年5月15日前完成毕业论文各系组织中期检验11年5月20日前毕业论文第一批答辩各系组织答辩资格审查11年6月5日前毕业论文第二批答辩各系组织答辩资格审查11年6月8日前优秀论文二次答辩1

21、1年6月10日前上交毕业论文成绩及相关材料各专业完成毕业论文工作 总结11年6月15日前完成相关档案材料的上交 工作五、参考文献1 Antoine Manzanerajulien C. Richefeu. A new motion detection algorithm based on R-D background estimation J. Elsevier B.V.2007,28 : 320-3282 M. Kirchhof, U. Stilla. Detection of moving objects in airborne thermal videos J. Elsevier B.V

22、.2006,61： 187-1963 Gupt S, Masound O, Martin RFK. Detection and classification for vehicles J.I EEETransactions on Intelligent Transportation Systems, 2002, 3(1): 37-474 Guiming HE, Lingjuan LI, Zhentang JIA. A Rapid Video Segmentation Algorithm Basedon Symmetrical DFD J. 2003, 24(6):966-968 师丽娜，涂峰,

23、，朱红.复杂背景下的运动目标检测方法J.电子工程师.2006,32(1):45-47 姚志均，许毅平，魏蛟龙等视频监控系统中运动目标的检测和阴影抑制J.计算机工程 与应用.2007, 43(21) : 232-2347 秦涛,周泽魁.一种检测序列图像中运动目标的新方法J.计算机应用与软 件.2004,21(9):105-1078 李波，姚春莲,李炜等.利用相邻帧和背景信息的运动对象检测J.电子学报.2008(11): 33-379 杨威,张田文.复杂景物环境下运动目标检测的新方法J.计算机研究与发展，1998,35(8):724-72810 STAUFFER C, GRIMSON W E L. Adaptive Background mixture models for real-time trackingC. Proc. Conf. Computer Vision and Pattern Recognition, 1999, 2: 246-252.六、指导教师审核意见该生已经阅读了一定量的相关文献，对运动目标检测方法有了初步的了解，文献 综述完成情况良好，部分格式上不足已作修正。对于即将要做的思路上比较可行，但 需要抓紧时间对相关难点作进一步研究讨论。准予开题指导教师(签名)胡金杰2011年3月10日七、开题小组审核意见同意开题开题小组组长：何跃2011年3月11日