基于背景差分方法的视频图像的运动目标检测开题报告

全文总字数：2385字

1. 研究目的与意义

研究意义：视频图像中运动目标的检测在模式识别和图像理解等研究领域中意义重大，它可以代替人类智能地处理大量视觉信息，在计算机视觉系统中部分的代替人的脑力劳动，通过相关技术对视频图像处理，以满足特定的需求使之具备更好的视觉效果。

其不仅能够完成目标检测及背景提取，还为目标追踪、行为辨识等后续处理作出准备。

运动目标的检测不仅在视频图像研究过程中十分重要，也广泛应用于各个领域，如：在智能视频监控领域中，视频监控系统可以满足持续监控的要求，智能分析视频图像中的信息；在机器视觉领域中，通过目标检测与跟踪技术使机器人能够在复杂的环境中独立操作，进而顺利地完成某些具体工作；在军事领域中，利用雷达判断可疑物体的轨迹，通过分析并对其进行跟踪，实现中途拦截或预测物体的下一运动轨迹；在医疗诊断领域中，对细胞图像进行分割，对肿瘤进行评估，提高检测的准确性；在人机交互领域中，分析人的举止进而辨识人的目的，从而取代传统的依靠外部设备的方法等等。

2. 国内外研究现状分析

运动目标检测是将移动的目标从视频序列中有效的检测和提取出来，忽略静止的背景或物体，得到运动目标的相关信息，其核心部分是通过一定的算法实现对运动目标的提取。

目前比较经典的目标检测算法可分为三大类：光流法、帧差分法和背景差分法。

光流法是根据像素数据强度的相关性和时域变化，确定各自像素位置的运动，是基于运动的目标检测方法。

3. 研究的基本内容与计划

研究内容：本课题主要基于背景差分方法检测视频图像中的运动目标，并采用统计方法、单高斯模型和混合高斯模型建立背景模型，并用生态学方法对检测结果进行处理。

同时对所设计的算法在visual c 平台上，基于opencv进行程序实现。

主要包括以下研究内容： （1）基于统计背景建模的运动目标的检测，利用统计的方法得到背景模型，实时地对背景模型更新以适应光线变化和场景本身的变化，并进行程序实现。

4. 研究创新点

以背景差分为基础，采用统计、单高斯模型和混合高斯模型设计视频图像中运动目标检测算法，并对算法进行程序实现。