运动目标检测中阴影去除算法的研究与实现(14)

毕业设计论文 运动目标检测中阴影去除算法的研究与实现

第三章 运动目标的检测

3.1 引言

运动目标检测（Moving-Objectives Detecting, MOD）是指将图像序列中发生变化的区域从背景中分割出来。MOD的基本任务是判断图像序列中是否存在运动目标，并确定运动目标的位置。MOD处于整个视频监视系统的最底层，是各种后续高级应用如目标跟踪、目标分类、目标行为识别和理解等的基础。因此MOD成为视频监控系统研究中最重要的课题，也是阴影去除算法研究的基础。

3.2 运动目标检测算法概述

运动目标检测是整个智能视频监控系统的第一部分，其目的是将运动目标(如车辆，行人等)从图像中提取出来，检测效果的好坏直接关系到后续步骤，而且也关系到整个系统的优劣和实用性。运动目标的检测常常受到光线变化、背景变化以及其它背景运动物体等因素的影响，因此选用一种稳定并可靠的检测方法尤为重要。目前常用的运动检测方法有光流法、相邻帧差法、背景差分法。

3.2.1 光流法

光流是空间运动物体在观测成像面上的像素运动的瞬时速度。光流的研究是利用图像序列中的像素强度数据的时域变化和相关性来确定各自像素位置的“运动”，即研究图像灰度在时间上的变化与景象中物体结构及其运动的关系。一般情况下，光流由相机运动、场景中目标运动或两者的共同运动产生。

对于视频监控系统来说，所用的图像基本都是摄像机静止状态下摄取得，所以对有实时性和准确性要求的系统来说，纯粹使用光流法来检测运动目标不太实际。更多的是利用光流法与其它方法综合之后来实现对运动目标检测。

3.2.2 相邻帧差法

相邻帧差法即图像序列差分法，它利用两帧图像亮度差的绝对值来分析视频和图像序列的运动特性，确定图像序列中是否有物体运动。这是一种直接简单的运动检测方法。其基本思想：如果一幅图像的某一位置物体发生变化，那么对应位置的灰度也将发生变化；而物体没有发生变化的部分，其灰度则不发生变化或变化很小。因此该方法只需比较图像序列中相邻两幅图像的对应像素灰度的差别。

相邻帧差法的优点就是相邻两帧的时间间隔很短，用前一帧图像作为后一帧图像的背景模型具备较好的实时性，而且其背景不积累、更新速度快、算法计算量小。其缺点是阈值选择相当关键，阈值过低，则不足以抑制背景噪声，容易将其误检测为运动目标；阈值过高，则容易漏检，将有用的运动信息忽略掉了。另外，当运动目标面积较大，颜色一致时，容易在目标内部产生空洞，无法完整地提取运动目标。因此，相邻帧差法不能完全提取所有相关的特征像素点，得到的检测结果不够精确，在运动目标内部产生的空洞不利于