2。1  运动目标检测方法介绍 5

2。2  阴影减除方法 12

3  实验过程及结果分析 14

3。1  帧差法 14

3。2  光流法 16

3。3  背景差分法 17

4  总结与展望 20

致  谢 22

参 考 文 献 23

附 录 A 25

1  绪论

1。1  研究背景

人是视觉动物，80%以上的外界信息是通过视觉来获得的。使机器具有可视功能是人类一直以来的目标。在信号处理理论以及计算机出现之后，人们试着把通过摄像CCD获得的场景图像序列信息转变为数字信号，再由计算机来处理这些数字信号，并最终还原成图像，并由此逐渐产生了计算机视觉这门学科[1]。论文网

原本，人类通过眼睛和大脑实现对周围事物、环境等的感知、解释和理解，而自从计算机视觉出现后，这些任务就全部由计算机来完成。作为一门交叉性非常强的学科，计算机视觉本身就涉及到了很多门学科，包含于其中的有计算机技术、物理学、光学、信号处理和应用数学等。近二十年来，各个学科和计算机技术发展势头猛烈，在其带动下，计算机视觉也得到了飞速发展提升，并且在多个领域得到极为广泛的应用。近几年来，计算机视觉领域兴起了一个新的应用方向——智能视觉监控系统，其工作原理是通过图像输入设备（即各种摄像CCD）采集视频信号，通过计算机视觉技术对所采集到的信号进行分析和处理，然后通过控制视觉监控系统使得该系统拥有跟人类相类似的智能。由此看来，计算机视觉技术在整个智能视觉监控系统中处于核心地位[1]。

如何检测视频序列中的运动物体是智能视觉监控中所要解决的最基础的问题，因为只有检测到了视频序列中的运动目标上，才能进一步处理目标分类、跟踪等环节。在对各类智能监控系统的研究和实际开发过程中，视频中运动目标的检测部分以及追踪技术均是极为重要的部分，但是对视频中运动物体的自动追踪仍然是基于检测到视频图像里运动物体的基础上的。在我们的实际生活之中，运动里通常包含有很多可以用眼睛感受到的有用信息，因此，运动即为视频序列图像需要处理的对象。我们的目的就是在运动中找到对人类生活有用的信息，从而为人类的的日常工作以及生活提供帮助。虽然人的视觉范畴非常广泛，静止的事物和运动的事物都能通过眼睛接收到，但是在日常生活中很多的实际应用场合下，比如交通路段的监控、机器智能识别、工业控制等领域，只有视频中的运动目标才是人们感兴趣的部分，即视频序列处理过程中摆在第一位的任务是检测出视频序列中的运动目标，根据图像处理得到的时间和空间上对我们无用的信息，进而区分出背景和运动目标。由此可见，视频运动目标的检测方法研究具有极大的日常实用意义和应用价值，如何准确而有效的分离目标及背景是大多科研人员研究的关键之处。

1。2  研究的现实意义

视频中运动目标的检测与跟踪涉及到多个领域，从技术上来看，有计算机图像处理、人工智能开发、视频图像处理、模式识别等等，因此具有很强的科研价值。它的应用也随处可见，如商业上各种快捷酒店、大厦、商场等场所的监控；公共事业上卫生站、车站机场、十字路口交通场景的监控；军事上枪械坦克的准瞄系统等等。