论文部分内容阅读
面向运动目标的视觉分析是计算机视觉领域最活跃的研究主题之一,在高级人机交互、安全监控、视频会议、医疗诊断及基于内容的图像存储与检索等方面具有广泛的应用前景。运动目标的检测与提取是视觉分析技术中一个基础和关键的问题,因为所提取目标的准确度将对后续的分析工作产生较大的影响。在复杂的动态环境中,由于受到光照变化、物体的周期性运动(如树枝晃动等)、自然界中的动态纹理(如水波等)的影响,要精确提取出感兴趣的运动目标是非常困难的。现有的算法往往只能针对于某一种特殊的应用场景,而且计算大都比较复杂,无法满足实际应用对系统实时性的要求。因此,如何解决复杂背景下的运动目标实时检测问题,成了目前研究的重点和难点。本文以嵌入式系统的应用为研究背景,以现有面向运动目标的视觉分析技术为理论基础,研究复杂背景下的运动目标实时检测与精确提取问题,提出一种基于码本和高斯混合模型的快速运动检测算法；并研究运动目标检测算法在嵌入式系统下的应用,在基于DaVinci技术的嵌入式系统上实现了一个智能监控系统的原型。本文的主要工作包括：1、研究建立自适应背景模型的方法对现有基于背景建模的运动检测算法进行了深入研究,重点分析了基于码本模型(CodeBook Model, CBM)和基于高斯混合模型(Gaussian Mixture Model, GMM)的背景分割算法。根据CBM算法的计算特性,提出在YUV颜色空间下建立码本模型,然后利用GMM算法的思想,为码本中每个码字的Y分量建立高斯模型,使得整个码字具有高斯混合模型的特性。2、研究背景模型的在线更新策略和精确提取运动目标的方法在背景分割阶段,为适应复杂背景的动态变化,研究自适应的背景模型更新策略,建立一个缓冲的码本模型,并采用亮度与色度分开匹配和独立更新的思想,以降低计算量；分割出运动目标的轮廓之后,采用连通域标记算法对二值图像进行形态学处理,以消除噪点并提取出运动目标。3、研究运动目标检测算法在嵌入式系统下的应用分析智能监控系统的应用特点和要求,研究基于DaVinci技术的嵌入式平台的硬件架构和计算特性,将本文提出的运动目标检测算法在该平台上进行移植与优化,使其能满足实际应用对算法鲁棒性和实时性的要求。最终实现一个基于嵌入式的智能监控系统原型。本文的研究工作对促进面向运动目标的视觉分析技术的发展,提高复杂背景下运动目标实时检测算法的稳定性和实用性有一定的指导作用；同时,本文的研究成果对推广运动目标实时检测算法在嵌入式系统下的应用具有一定的促进作用。