摘 要：随着监控技术的发展，依靠人力观看监控的方式已经不能满足当前的需要，自动检测运动目标的智能视频监控应运而生。本文首先介绍了静止背景下检测运动目标技术研究的背景、意义及发展现状。然后对灰度化与二值化、运动目标检测和目标分割三部分进行了详细论述。最后着重阐述了静止条件下基于背景差分法，结合Kalman滤波或高斯背景建模获得背景图像，以检测运动目标的方法，并进行了MATLAB仿真。77442
毕业论文关键词：静止背景，运动目标检测，背景减差法，Kalman滤波，高斯背景建模
Abstract: With the development of monitoring technology, the way of human relying on watching monitoring has been unable to meet the current needs, intelligent video surveillance of automatic detecting moving objects comes into being。 Firstly, this paper introduces the background, significance and development status of moving object detection in static background。 Then, the three parts of the grayscale and binarization ,the moving target detection and the target pided are discussed in detail。 Finally emphatically expounds the background difference method basing on the static conditions, combining with Kalman filtering or gaussian background modeling for the background image, to detect the moving targets, the method of a MATLAB simulation is carried out。
Keywords: A static background, moving target detection, background difference method, Kalman filtering, Gaussian background model
目 录
1 绪论 4
1。1 研究背景及意义 4
1。2 研究进展及现状 4
1。3 本文主要工作及内容 5
2 图像预处理 6
2。1 灰度化 6
2。2 二值化 6
3 运动目标检测的基本方法 8
3。1 光流计算法实现运动目标检测 9
3。2 帧间差分法实现运动目标检测 9
3。2。1 两帧差分算法 10
3。2。2 三帧差分算法 10
4 背景差分法实现运动目标检测 11
4。1 Kalman滤波获得实时背景 12
4。2 高斯建模获得实时背景 13
4。2。1 单高斯背景模型 14
4。2。2 多高斯背景模型 14
5 目标分割 15
5。1 分割阈值的选取方法 15
5。1。1 大津算法 16
5。1。2 Kittler算法 16
5。2 基于高斯背景模型的阈值分割 17
结 论 19
参 考 文 献 20
致 谢 21
1 绪论
1。1 研究背景及意义
运动目标在现实世界中十分常见，如波动的水面、疾驰的汽车、飘落的树叶等等，对物体运动图像的分析将得到比静止图像多的多的信息，这从一方面说明了运动目标图像的分析具有重要的应用意义。
结合到本文研究的智能监控，传统的视频监控系统是通过工作人员对监控视频的观看和分析来发现其中的危脸信息，这就导致了信息获取的不及时，从而无法及时地发现危脸以采取进一步的防范措施，带来危害。另外，因为人的心理缘由，会造成对监控视频的监督疏漏，基于此，视觉监控不断发展，视觉监控实现了由机械来对所取得的视频举行处置，从而可以代替人来发明视频序列中的潜伏的危脸，不但可以做到全天候地举行监督处置，还能制止因报酬的身分造成的漏报误报。论文网 MATLAB静止背景下运动目标的检测方法:http://www.youerw.com/tongxin/lunwen_89008.html