在发达国家视频监视系统一贯被广泛应用于银行、电力、交通、安全、仓储、建筑以及军事设施等领域的安全防范和现场记录报警系统。因此,基于视频时变序列图像的运动分析成为计算机视觉和图像处理领域中的重要研究分支。近年来,随着国民经济的快速发展和综合国力逐步提高,智能化监视系统在军事、银行、交通等关键行业的预警、安全防范和现代化管理中的需求和应用愈加广泛。作为视觉监视系统重要技术支持的时变序列图像运动分析自然就成为计算机视觉的重要研究领域。尤其是随着各国城市化进程的加速,城市中机动车辆的拥有量逐年递增,而城市交通基础设施的建设却相对滞后的情况下,城市交通压力大大增加。在现有交通资源条件下尽可能的为人们提供一个更加舒适的交通环境成为全球各大城市普遍关注的问题。实现交通的智能化利现代化管理成为达到这一目标的重要途径,因此,交通视频监视时变序列图像的运动分析便引起了计算机视觉和图像处理领域研究人员的广泛研究兴趣。 面对城市交通压力逐年增加的严酷现实,城市交通的科学化、智能化管理成为当前各大城市交通管理中的普遍需求,随着信息技术的发展和信息化进程的加快,我国各主要城市开始广泛采用信息技术手段来提高城市交通管理的现代化水平,并为城市交通的现代化管理提供科学的数据支持,为此,一些城市广泛采用用于交通参数量测的传感器,如磁循环探测器等。但由于磁循环探测器固有的弱点,如仅能进行交通流量的量测,另外由于其安装在地面下容易被损坏等。致使其应用受到很大的局限性。然而,基于视觉的视频监视系统不仅具有不易被损坏,而还可以量测多种交通参数等特点而深受城市交通管理和研究部门的青睐,因此,获取的大量交通监视数据的自动化快速分析和理解便成了人们主要关注的问题,如何自动、科学的从大量的视频监视数据中提取运动信息成为管理者的广泛需求,同时也成了研究者的研究热点,本文就是基于这样的背景提出的,目的是通过本文的研究建立一套科学的交通视频监视数据的分析方法和技术手段,从而为交通管理提供科学的数据支持。 动态视频序列图像分析是计算机视觉和图像分析领域的一贯研究热点,论文在认真的分析了该领域的国内外研究现状的基础上,确立了本文研究的主要目标是以背景减的算法思想为基础研究复杂场景背景模型的准确重建方法,通过准确的背景模型重建来达到运动物体的准确分割,并对研究运动物体的追踪方法。在这样的研究目标的指导下通过详细分析国内外大量的已有研究成果,总结了视频序列图像运动分析的基本问题,提出了背景减运动物体提取的一般过程和研究框架。 运动物体提取是基于视觉的城市交通视频监视序列图像运动分析的第一个阶段,也是一个非常关键阶段。准确的运动物体提取是物体跟踪、分类、识别和运动参数提取的基础。多年来国内外研究人员进行了大量的研究,提出许多针对不同场景的运动物体提取方法。尽管如此,复杂场景的运动物体提取问题始终未能很好的解决,本文以城市交通复杂场景为研究对象,以背景减运动物体提取思想为基本出发点,以准确的背景模型重建为研究的指导心想,