视频中的行人检测(新)(13)

山东建筑大学数字图像处理课程设计

态场景下的运动情况。由于存在噪声干扰、光源分布、光照阴影、物体遮挡等因素，计算得到光流场分布的准确性易受影响；并且光流法的计算过程相对复杂、耗时更长，如果没有专业硬件支持加速，则难以实现实时的检测。

2.2.3边缘检测方法

图像的边缘为图像中灰度发生急剧变化的区域，边界分为阶跃状和屋顶状两种类型。图像的边缘一般对应一阶导数较大，二阶导数为零的点。常用到的边缘检测方法有 Robert 算子、Sobel 算子、Laplace 算子等。与相邻帧差法和背景差分法比较，边缘检测方法有利于邻近运动目标的区分和运动目标特征的提取，对背景噪声的鲁棒性很大，但其运算复杂度也相对较大。运动图像边缘的检测可以通过时间和空间上的差分来获得，空间上的差分可以使用已有的各种边缘检测算法，时间上的差分可以通过计算连续帧的差来获得，也可以通过计算当前图像与背景图像的差分图像，然后求其边缘来计算。

2.4 本章小结

运动目标检测是智能视频监控的关键步骤，其运动跟踪同样要以运动目标检测为基础。本章首先介绍了图像处理相关的基础知识，包括颜色空间、图像预处理和形态学方法等；然后重点介绍了包括背景差分、光流法和边缘检测等的运动检测方法，以及基于特征、基于模型、和基于主动轮廓等的运动检测方法。本设计主要用背景差分的方法检测视频中的行人。