论文基于背景差分的视频运动对象检测是关于对写作背景论文范文与课题研究的大学硕士、相关本科毕业论文背景论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
摘 要： 视频图像序列中,对运动目标分割的主要目的是能够提取出有意义的运动对象实体.背景差分法能够较好地检测视频图像序列中的运动目标.确定可靠的背景图像是该算法的关键.在安检系统视频图像序列的行李检测中应用此法,初步获得运动目标,并根据当前帧利用一种背景更新算法以获得可靠的背景.然后做一些后期图像处理,去除噪声,取得了较好的效果.最后对实验结果进行了分析并提出相应的改善计划.
关键词： 背景差分；运动检测；背景更新
中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2018）04-0161-03
Moving Video Objects Detection Based on Background Subtraction
YAO Wen1, SHA Xuan2
（1.Troops 94789 PLA, Nanjing 210018, China； 2. Southeast University Chengxian College, Nanjing 210088, China）
Abstract： The main purpose of motion segmentation in video serial images is to extract representative moving objects. The background subtraction method can detect moving objects in image sequence efficiently. Extraction of the stable background is the key problem of this algorithm. By using this method in the video image sequence of the security inspection system to detect the baggage, the moving objects can be obtained first. Then use a background update algorithm to update the background according to current frame. Some latter image process is done followed to eliminate noise, which got a better result. Finally some analysis on the experiment results was given and corresponding optimal plans were suggested.
Key words： background subtraction； motion detection； background update
近年來,视频运动对象的检测及跟踪技术在各个领域都得到了广泛的研究和应用,本文主要针对通过安检机上的行李包裹视频图像序列进行检测及跟踪.在客流高峰期,通过火车站、汽车站内安检机的行李往往比较拥挤,容易出现误拿行李现象,而一旦某行李箱或包裹里存在危险品,正确判断危险品的归属者是非常重要的,故需对安检机出口处的行李进行必要的检测与跟踪.
目前比较流行的运动对象检测方法有背景差分法 [1][2]、帧差分法[2]和光流法[3].很多学者在这些算法的基础上派生出一系列适用于不同场景的运动分割算法[4][5].背景差法是三种方法中最直接、最简单的方法,对实时性要求比较高的场合更加适用；帧差分也比较简单；光流法计算量比较大,不适合实时性要求较高的场合.由于安检机出口处的背景相对比较单一、固定,所以本文仅讨论背景差分法在实时行李运动检测中的应用.
1 主要算法介绍
1.1 背景差分法概述
背景差法（BS）是在视频运动对象检测中最早被广泛应用的方法之一.背景差法是在背景图像已知的情况下,计算背景图像与当前图像的差值图像,通过对差值图像取门限来检测出运动目标.设当前图像和背景图像分别为F和B,则运动目标MO检测如下：
（1）
其中T为检测门限.背景差法的结果示例见图1.
在安检机视频监视应用中,摄像头是静止不动的,并且安检系统也是固定的,仅传送带和行李出口处的档板变化,而传送带颜色均匀,可认为是不变的,所以整个背景变化也不大,则背景差法应用在此处可以起到较好的效果.但在实际应用中还需注意以下几个问题：（1）背景特征的确定（如像素灰度值、色度或纹理等）；（2）虽然理想背景的变化很小,但当背景由于出现各种不确定运动目标时,如何更新背景；（3）门限T的选取.
1.2背景更新算法
本实验的背景更新部分采用Surendra算法[6].该算法原理是把每幅当前帧的像素点分为前景点和背景点.当前帧中的背景点像素值和背景图中的对应点加权平均,作为当前背景中像素值.前景点处则保持原来的背景值不变.该算法的核心在于通过直方图统计和经验取值而区分当前帧中的前景点和背景点.它能够较快地适应背景场景的变化,实现实时更新.其算法可以分以下几步：
（1） 将第1帧图像I0作为背景B0；
（2） 选取阈值T,迭代次数m等于1,设定最大迭代次数为；
（3） 求当前帧与前一帧的差分图像
（2）
（4） 由二值图像Di更新背景图像Bi,即
（3）
其中和为背景图像和差分二值图像在的灰度值；为输入的第i帧图像；为迭代速度系数；
（5） 迭代次数,返回（3）,当迭代次数时结束迭代,此时可视为背景图像.
总结:这是一篇与背景论文范文相关的免费优秀学术论文范文资料,为你的论文写作提供参考。
参考文献：
1、 2022年冬奥会背景下首都群众冰雪运动的SWOT分析 摘要：本文采用文献资料法、归纳总结法和逻辑推理法，对2022年冬奥会筹备工作背景下北京市民冰雪运动发展进行了SWOT分析。研究表明：首都发展冰雪。
2、 基于改进高斯混合模型的体育视频运动目标检测和跟踪 摘 要： 针对当前体育视频运动目标检测存在的弊端，提出改进高斯混合模型的体育视频运动目标检测与跟踪方法。通过分析高斯混合模型的弊端，保留原有的“。
3、 基于差分进化和人工蜂群混合策略的DV—Hop改进算法 摘 要： 为了解决无线传感器网络依靠DV?Hop算法定位过程中存在误差偏高的问题，将人工蜂群算法和差分进化算法融合，引入传统DV?Hop算法中，。
4、 差分GPS实时数据解调算法和实现 摘 要： 差分GPS实时数据传输格式依据RTCM?SC104标准，采用MSK调制而成。为了精确地获取MSK信号的码元信息，针对差分GPS实时数据。
5、 差分GPS在乌拉特后旗125万区域重力调查中应用 引言重力勘探的任务是通过研究地面、水面、井下或空间重力场的局部和区域的不规则变化，来寻找埋藏在地下的矿体和地质构造。重力观测数据不是地球的绝对。
6、 基于差分技术桥梁形变监测坐标计算 摘 要： 根据卫星定位原理，建立了桥梁形变监测的伪距差分定位模型，提出了运用伪距差分技术计算接收机天线到卫星距离和接收机坐标的方法，并讨论了对观。