在智能交通管理系统中的应用:ITS是目前全球各国交通运输方面争相研究和开发的热门技术。车辆的实时检测与跟踪技术是智能交通系统的核心技术之一[2,3,4,5]。计算机人工智脑可以做到在没有人为操作、或仅仅需要很小部分的人为操作的条件下，通过摄像CCD拍摄的视频图像，完成对车辆的监控和实时追踪。并且可以在此基础上完成对被检测目标的后续判断，准确描述出被测车辆的行动，既可以用于日常监督管理，又能够对突发状况做出及时的判断处理。车辆的实时监测跟踪技术成熟后可以完全代替人工劳动，为我们的生活提供一份更有安全性和可行性的交通保障。

在人体运动的视觉分析中的应用:人体运动的视觉分析是近些年来在计算机视觉领域中很受大家关注的前沿科研方向，它从包含人体运动的视频图像中进行对人体的检测、追踪、识别和行为解释，属于图像分析和理解的范畴[6]。人体有关运动方面的分析在机场出入口、公众以及私人场合的安全监控设备、远程视频通话设备、医疗诊断等方面均具有非常广泛的应用以及远大的前景。这些可以预见的美好前景极大程度上激发了科研人员以及相关商家浓厚的兴趣，越来越多的人开始把目光投向这块领域，这也是近年来的一个新兴热门领域。

智能视觉监测技术具有很强的科研价值和广泛的前景应用，如果把整个视觉监视系统看作为一个金字塔体系的话，视频中运动目标的检测与跟踪则位于这个体系的最下方，它是各式各样的深层次后续处理，比如对目标进行分类、解释其行为等步骤的基础。因此，对视频中的运动目标检测以及追踪在未来很长一段时间内会是人们锲而不舍的研究对象。目前，在欧美多个国家以及日本已经开始进行大量相关方面的研究工作，W4是一个能够在户外对人进行实时检测与跟踪的视觉监测系统[7]；Pfinder实时跟踪系统则是基于颜色和形状特征完成对运动物体的追踪[8]。同时也大量的国际会议和研讨小组也陆续开始出现，在国内也已发展出了一定的研究规模。文献综述

1。3  研究现状和所存在的问题

1。4  各章节安排

本文各章节安排如下：

第一章为本文的绪论部分，重点阐述了选题背景、研究意义以及运动目标检测领域的研究现状和所存在的问题，介绍了本文的研究对象。

第二章则分别介绍了本文的几种主要研究方法，分为帧差法、光流法和背景差分法。其中，帧差法分为一般和对称两种帧差法，背景差分法则分别在平均建模法和单高斯建模法两种模型下进行实验。在此过程中还研究使用了两种背景更新的方法。本章节还介绍了两种阴影剪除方法，分别是基于色度畸变的阴影检测和基于一阶梯度模型的阴影检测。

第三章是与第二章对应的实验部分。通过实验，更直观的对比感受各方法的优缺点。

第四章为总结和展望。总结了本次毕设的结论和成果，指出研究中的不足，并展望未来。

2  研究方法介绍

2。1 运动目标检测方法介绍

目前，相关领域中基于视频的运动目标检测研究的方法主要有三种，分别是光流法、帧差法和背景差分法，下文中也将详细介绍这三种方法的原理。而这三种算法都有各自鲜明的长处与不足。1981年，Horn和Schunck通过将二维的运动速度场和图像像素灰度值联系到一起，打开了一种新思路，进而引入了光流的约束方程，得出一个新的计算光流的基本方法。Roland等人利用相邻帧间差分，通过局部阈值的迭代松弛技术实现图像边缘的光滑滤波[10]。甘明刚等人提出了一种将三邻帧差分和边缘信息结合起来的运动目标检测算法[11]，该算法有效地改善了一些情况下帧间差分法会出现“双影现象”的问题。背景差分法有均值法、中值法、核密度估计法、Surendra背景更新、单高斯模型和混合高斯模型等。近些年来，更多的目光开始投向这片前景大好的领域，越来越多的研究机构和学者都投入到视频中运动目标检测的研究中来，并提出很多创新性的、有见地的想法。当然，研究之中仍然存在很多问题与不足之处等待解决、改善，甚至还有更多的问题有待我们发掘。所以，找到一种精度高、效果好、实用性强的运动目标检测算法在未来很长一段时间中都将是我们最大的目标。来`自+优-尔^论:文,网www.youerw.com +QQ752018766-