论文部分内容阅读
目标检测技术是计算机视觉领域的重要研究方向之一，该技术在国防建设与国民经济等领域中有广泛的应用，例如军事目标制导、交通控制、智能视频监控等，都具有十分重要的研究意义。本文在深入研究各类背景建模方法的基础上，对运动目标和静止目标的检测跟踪技术进行分析研究，设计并实现了检测跟踪算法验证平台。 在对运动目标检测算法研究方面，本文分析了目前学术领域和工程领域中应用较为广泛的各类目标检测算法和背景建模方法，包括均值法、W4(What，When，Where，Who)法、核密度估计法、ViBe(Visual Background Extractor)和高斯混合模型法，并对其算法性能进行分析对比，优选高斯混合模型作为目标检测背景模型的生成算法。针对高斯混合背景模型对目标运动状态改变不敏感的问题，结合帧间差分法对该模型的更新策略进行改进。实验结果表明，改进后的背景模型可以对当前场景中目标运动状态的改变进行快速响应，同时大幅度降低了噪声。 在对静止目标检测和遗留物体检测方面，本文在对背景模型进行深入研究的基础上，对静止目标检测技术及其应用进行了细致研究与分析。结合高斯混合模型背景建模的方法，通过不同的视频采样率对监视场景进行双背景建模，实现了对监视场景中静止目标的自动检测。在双背景模型目标检测静止目标的基础上，设计了报警时间、区域划分、面积匹配等限制条件，实现了可以自动报警的遗留物体检测系统，并通过实验验证了算法的可行性。 在算法验证平台设计方面，在Windows操作系统和VC++6.0开发环境下，利用C/C++语言和MFC技术，对目标检测跟踪算法验证半实物仿真平台进行了设计与实现。该平台主要包括监视窗口、视频源处理、预处理、目标检测、目标分割、目标跟踪、输出模块等部分。本文详细介绍了平台的设计思想与各模块的功能，对各模块之间的接口进行设计，方便了对各类经典算法的修改和新算法的植入。并通过仿真实验、主观评价和ROC曲线技术客观评价等算法评价手段对各类图像处理和目标检测跟踪算法进行了验证和对比分析，方便了各类检测跟踪算法的研究，提高了研发效率，缩短研发周期，节省成本，具有较强的实用性。