運動目標實時檢測算法的研究及其嵌入式應用.pdf

1、面向運動目標的視覺分析是計算機視覺領域最活躍的研究主題之一，在高級人機交互、安全監(jiān)控、視頻會議、醫(yī)療診斷及基于內容的圖像存儲與檢索等方面具有廣泛的應用前景。運動目標的檢測與提取是視覺分析技術中一個基礎和關鍵的問題，因為所提取目標的準確度將對后續(xù)的分析工作產生較大的影響。在復雜的動態(tài)環(huán)境中，由于受到光照變化、物體的周期性運動(如樹枝晃動等)、自然界中的動態(tài)紋理(如水波等)的影響，要精確提取出感興趣的運動目標是非常困難的?，F(xiàn)有的算法往往只能

2、針對于某一種特殊的應用場景，而且計算大都比較復雜，無法滿足實際應用對系統(tǒng)實時性的要求。因此，如何解決復雜背景下的運動目標實時檢測問題，成了目前研究的重點和難點。
　　 本文以嵌入式系統(tǒng)的應用為研究背景，以現(xiàn)有面向運動目標的視覺分析技術為理論基礎，研究復雜背景下的運動目標實時檢測與精確提取問題，提出一種基于碼本和高斯混合模型的快速運動檢測算法；并研究運動目標檢測算法在嵌入式系統(tǒng)下的應用，在基于DaVinci技術的嵌入式系統(tǒng)上實現(xiàn)了

3、一個智能監(jiān)控系統(tǒng)的原型。本文的主要工作包括：
　　 1、研究建立自適應背景模型的方法
　　 對現(xiàn)有基于背景建模的運動檢測算法進行了深入研究，重點分析了基于碼本模型(CodeBook Model，CBM)和基于高斯混合模型(Gaussian Mixture Model，GMM)的背景分割算法。根據(jù)CBM算法的計算特性，提出在YUV顏色空間下建立碼本模型，然后利用GMM算法的思想，為碼本中每個碼字的Y分量建立高斯模型，使得整

4、個碼字具有高斯混合模型的特性。
　　 2、研究背景模型的在線更新策略和精確提取運動目標的方法
　　 在背景分割階段，為適應復雜背景的動態(tài)變化，研究自適應的背景模型更新策略，建立一個緩沖的碼本模型，并采用亮度與色度分開匹配和獨立更新的思想，以降低計算量；分割出運動目標的輪廓之后，采用連通域標記算法對二值圖像進行形態(tài)學處理，以消除噪點并提取出運動目標。
　　 3、研究運動目標檢測算法在嵌入式系統(tǒng)下的應用
　　

5、 分析智能監(jiān)控系統(tǒng)的應用特點和要求，研究基于DaVinci技術的嵌入式平臺的硬件架構和計算特性，將本文提出的運動目標檢測算法在該平臺上進行移植與優(yōu)化，使其能滿足實際應用對算法魯棒性和實時性的要求。最終實現(xiàn)一個基于嵌入式的智能監(jiān)控系統(tǒng)原型。
　　 本文的研究工作對促進面向運動目標的視覺分析技術的發(fā)展，提高復雜背景下運動目標實時檢測算法的穩(wěn)定性和實用性有一定的指導作用；同時，本文的研究成果對推廣運動目標實時檢測算法在嵌入式系統(tǒng)下的應