视频中的行人检测(新)(11)

山东建筑大学数字图像处理课程设计

一种图像处理工具，它被用于对图像区域进行处理，以提取对于表示和描述有用的图像分量。下面要介绍的是图像处理中常用到的膨胀和腐蚀，以及开操作和闭操作。

2.2 运动目标检测方法

运动目标检测是指将运动区域从视频图像中分割出来。运动目标检测从视频图像序列中检测出运动目标，减小图像处理计算量，得到所需的目标信息，为后续的识别和跟踪奠定基础。由于运动目标的正确检测与否将直接影响后续的目标跟踪与分类效果，所以它也成为智能视频监控系统相关技术中深受关注的研究重点。

运动目标检测过程包括运动目标检测的预处理和运动目标的分割两大步。目前常用的运动目标检测方法有四种：背景差分法，光流法，边缘检测法等。

2.2.1 背景差分法

背景差分法简单易于实现，属于最受青睐的运动目标检测方法之一。它的基本思想是采用一定方法获取视频中背景图片并进行背景更新，然后通过当前帧与背景做差得到所加载视频中的前景目标，具体步骤如图2-3所示。

图 2-3 背景差分算法框图

该算法包括读取视频、图像预处理、提取背景、背景差分、二值化和获取前景图片六部分组成。视频采集包括摄像器材的选择、光源的选择等：图像预处理是按照获取的视频参数，进行图像增强、滤波等操作来提高采集的视频质量；是否能提取完整、清晰的背景是该算法成败的关键，目前背景建模的方法很多，常用的有非线性中值滤波法、线性卡尔曼滤波法、帧间差分法、高斯混合模型等，但因一天中环境光照的变化、背景的多态性、运动目标自身的投影等原因，一般建模后的背景并非十分干净清晰，这也是目前研究中的一个难点。背景差分是用当前帧减去背景来获取视频中的运动目标，定义为视频中第k帧图片，B为背景