论文部分内容阅读
作为传递信息的重要媒体和手段——图像信息是十分重要的。随着信息技术的进步,数字图像处理技术得到迅速的发展,其研究内容已经由静态图像处理发展到了对序列图像、动态连续图像的研究。在数字图像处理技术广泛的应用领域中动态图像的连续采集和连续处理具有多方面的实用价值。动态图像与静态图像相比,不仅是空间位置的函数,而且是随时间变化的,包含有运动的信息。对于运动目标的检测就是实时在被监视的场景中检测运动目标,并将运动目标提取出来。在本文中对在静止背景下运动目标监控研究方面当前已有的目标检测算法:基于帧间差异的算法、基于背景估计图像与当前帧图像差异的算法和基于背景统计模型的算法进行了介绍。自从1965年美国控制论学者Zadeh教授提出模糊论以来,模糊理论在各个领域都有充分的应用,特别是近年来,模糊理论在图像处理方面的应用日益增多。本文主要是基于帧间差异来检测运动目标的方法,同时在模糊C均值聚类(FCM)算法的基础上进行改进,根据隶属度的不同来抑制噪音对视频流信息的影响,通过该方法进行目标检测,达到实时监控的目的。在监控过程中用10MOONS SDK-2000实时的采集影像,进行监控。将模糊C均值聚类(FCM)算法应用于运动目标监控,不仅对于不同噪音都有较好的抗噪音能力,而且对小目标运动物体能及时的响应,所以可以广泛应用于军事上对飞行物体的检测与报警,在银行里对保险库的实时监控等多个领域。