fpga运动目标检测

实验4：运动目标检测

课时：2学时

一、实验目的及要求：采用两帧差分方法实现运动目标提取，基本掌握运动目标提取的

基本原理和方法

二、实验内容：

? 了解MATLAB处理视频的基本命令aviread或mmreader ? 了解MATLAB形态学滤波中膨胀算子imdilate的使用方法 ? 了解形态学滤波中结构元strel命令的调用格式，通过改变结构元形状和大小，比较

运动目标检测效果

clc clear

str=strel('square',3);

mov=mmreader('viptraffic.avi'); for i=20:mov.numberofframes-1 pic1=rgb2gray(read(mov,i)); pic2=rgb2gray(read(mov,i+1));

d=mat2gray(abs(double(pic1)-double(pic2))); t=graythresh(d); bw=im2bw(d,t); bw=imdilate(bw,str);

imshow(bw,'notruesize');pause(0.05); end

imdilate

功能：对图像实现

实验4：运动目标检测

课时：2学时

一、实验目的及要求：采用两帧差分方法实现运动目标提取，基本掌握运动目标提取的

基本原理和方法

二、实验内容：

? 了解MATLAB处理视频的基本命令aviread或mmreader ? 了解MATLAB形态学滤波中膨胀算子imdilate的使用方法 ? 了解形态学滤波中结构元strel命令的调用格式，通过改变结构元形状和大小，比较

运动目标检测效果

clc clear

str=strel('square',3);

mov=mmreader('viptraffic.avi'); for i=20:mov.numberofframes-1 pic1=rgb2gray(read(mov,i)); pic2=rgb2gray(read(mov,i+1));

d=mat2gray(abs(double(pic1)-double(pic2))); t=graythresh(d); bw=im2bw(d,t); bw=imdilate(bw,str);

imshow(bw,'notruesize');pause(0.05); end

imdilate

功能：对图像实现

基于OpenCV的运动目标检测跟踪实验平台

基于OpenCV的运动目标检测跟踪实验平台
王力超，陈熙，陆起涌
　　(复旦大学电子工程系，上海 200433)
　　摘 要：运动目标的检测跟踪在机器人视觉、监控测量和视频压缩编码等等方面有着广泛的应用，是近年来的一个研究热点。本文设计了一个基于OpenCV软件的运动目标检测跟踪实验平台，对摄像头视野中的运动目标进行实时检测和跟踪，并留下编程和硬件接口，为利用运动目标跟踪而进行机器人视觉和基于计算机视觉的测量监控研究打下基础。
　　关键词：目标跟踪；OpenCV；实验平台；编程接口
　　中图分类号：TP391.41 文献标识码：A


　　1 引言
　　目前，数字图像处理在国民生产中起到日益重要的作用，对其的研究也日益广泛和深入。OpenCV程序库作为数字图像研究的软件助手，具有简单易用、功能强大、移植方便等优越性能。本实验设计了一个基于OpenCV的运动目标检测跟踪实验平台，对从摄像头采集来的图像数据进行实时的分析，从而实现对运动物体的检测与跟踪。本实验旨在引导学生了解OpenCV的性能，学习OpenCV的使用方法；尝试并逐渐熟悉图像处理，特别是运动目标跟踪方面的知识；以及进一步提

运动目标检测研究意义及国内外现状

1研究意义........................................................................................................................................ 1 2国内外研究现状 ............................................................................................................................ 1

1研究意义

众所周知，当前是信息时代，信息的获得、加工、处理以及应用都有了飞跃发展。人们认识世界的重要知识来源就是图像信息，在很多场合，图像所传送的信息比其他形式的信息更丰富、真切和具体。人眼与大脑的协作使得人们可以获取、处理以及理解视觉信息，人类利用视觉感知外界环境信息的效率很高。事实上，据一些国外学者所做的统计，人类所获得外界信息有80%左右是来自眼睛摄取的图像。由此可见，视觉作为人类获取外界信息的主要载体，计算机要实现智能化，就必须能够处理图像信息。尤其

背景建模是视频监控中检测运动目标的一种常用方法。针对固定场景的视频,给出了一种视频运动目标检测算法。利用混合高斯建模的背景差分法,在复杂背景条件下提取出运动目标,在OpenCV库函数的支持下进行编程测试,算法可以准确地检测运动目标。实验结果表明该算法的有效性、优越性和可行性。

成功的高斯分布视频序列中运动目标检测与跟踪是计算机视觉研究领按下式更新，即

域的一个重要课题，在机器人导航、交通监测、学图像处医

f l ( - pl.+p, I 1 ),1 X l JI i .

理等领域都有广泛应用。国内外学者对此进行了大量研究， 提出了许多算法。文献[】 1采用单高斯模型作为背景模型，该模型虽然简单，但其分布比较复杂而且需要精细的参数设

{2= 1 0" l p)--1 O. (- ) i+ (t I ) ' i t 0. 2 b (￣| II)I 1 et O1=(- to . )i +

其中； t v为用户定义的学习率， s O sl,决定背景更新速度。P为参数学习率，近似为 P 。 若没有任何高斯分

定。文献[】到混合高斯模型， 2中提而且有文献[】4发展为 3[】目前常用的表现形式。 本文给出了自适应高斯模型建模，由多个高斯分布组成，以在包括

视频序列中运动目标分割算法

第25卷 第3期 · 206 ·

电子测量与仪器学报

JOURNAL OF ELECTRONIC MEASUREMENT AND INSTRUMENT

Vol. 25 No. 3 2011年3月

DOI: 10.3724/SP.J.1187.2011.00206

移动背景下运动目标检测与跟踪技术研究

孙 斌 黄神治

(浙江大学信息与电子工程学系, 杭州 310027)

摘 要: 文中分析了移动背景下运动目标检测与跟踪技术。介绍当前移动背景下运动目标检测常用的方法, 指出了难点与关键。结合目前的工作, 给出了一个移动背景下运动目标检测与跟踪的解决方案, 并以人物为跟踪目标进行了实验, 较好地实现了移动背景下的全局运动参数鲁棒性估计以及人物目标在不同场景下的跟踪。但是在目标检测时图像边缘白色块的去除和跟踪时目标遮挡的阈值自适应调节等方面有待进一步研究改进。

关键词: 移动背景；目标检测；目标跟踪

中图分类号: TP391.41 文献标识码: A 国家标准学科分类代码: 520.6040

Target detection and tracking under moving background

Sun Bin

视频序列中运动目标分割算法

第25卷 第3期 · 206 ·

电子测量与仪器学报

JOURNAL OF ELECTRONIC MEASUREMENT AND INSTRUMENT

Vol. 25 No. 3 2011年3月

DOI: 10.3724/SP.J.1187.2011.00206

移动背景下运动目标检测与跟踪技术研究

孙 斌 黄神治

(浙江大学信息与电子工程学系, 杭州 310027)

摘 要: 文中分析了移动背景下运动目标检测与跟踪技术。介绍当前移动背景下运动目标检测常用的方法, 指出了难点与关键。结合目前的工作, 给出了一个移动背景下运动目标检测与跟踪的解决方案, 并以人物为跟踪目标进行了实验, 较好地实现了移动背景下的全局运动参数鲁棒性估计以及人物目标在不同场景下的跟踪。但是在目标检测时图像边缘白色块的去除和跟踪时目标遮挡的阈值自适应调节等方面有待进一步研究改进。

关键词: 移动背景；目标检测；目标跟踪

中图分类号: TP391.41 文献标识码: A 国家标准学科分类代码: 520.6040

Target detection and tracking under moving background

Sun Bin

[1]许洲.基于动态图像序列的运动目标检测与跟踪[D].广东，华南农业大学，2005， 1前言

1.1本课题的研究背景和意义

计算机视觉的研究目的是使用计算机代替人对景物环境进行感知、解释和理解。随着科学技术的发展，计算机视觉的应用范围日益扩大，对人类生产生活的影响日益深刻(Cipollaet al .，1998)。近年来，计算机视觉的研究重点逐渐从对静态图像的研究过渡到对动态图像序列的研究上来。动态图像序列由一系列图像组成，它们具有给定或假定的相对次序，并给出相邻两帧图像获取的时间间隔关系。与静态图像相比，动态图像的基本特征就是灰度的变化。对于某一场景下拍摄到的图像序列，相邻两帧图像至少有一部分的像素的灰度值发生了变化，造成像素灰度值变化的原因有(李智勇等，1999): (1)景物本身发生了变化，目标发生了变形或运动:(2)摄像机与景物发生了相对位移；(3)在自然环境中，物体光亮受外界光照变化而变化。因而图像序列各帧之间有着一定的时域和空域上的相关关系，这就使得我们可以利用图像序列检测出单帧图像中很难检测出的目标，更好的认识和分析目标的运动过程口。 在过去的十多年中，基于动态图像序列的目标检测和跟踪是计算机视觉领域的一个重要研究方向，同时也

2009年第06期，第42卷 通 信 技 术 Vol.42，No.06,2009 总第210期 Communications Technology No.210,Totally

智能视频监控中的运动目标检测技术研究

夏永泉， 李卫丽， 甘 勇， 张素智

（郑州轻工业学院 计算机与通信工程学院，河南 郑州）

【摘 要】运动目标检测是视频序列分析中非常一个重要的研究方向，同时也在智能视频监控中发挥着非常重要的作用。目前国内外对运动目标检测的研究非常广泛，方法各异，文中对当前常用的视频序列中运动目标检测的方法进行了研究和分析，并对这些种方法的优越性和不足之处进行了比较。

【关键词】智能视频监控；运动目标检测；帧间差分；背景减法

【中图分类号】TP391.41 【文献标识码】A 【文章编号】1002-0802(2009)06-0185-03

Studies on Moving Obj

[1]许洲.基于动态图像序列的运动目标检测与跟踪[D].广东，华南农业大学，2005， 1前言

1.1本课题的研究背景和意义

计算机视觉的研究目的是使用计算机代替人对景物环境进行感知、解释和理解。随着科学技术的发展，计算机视觉的应用范围日益扩大，对人类生产生活的影响日益深刻(Cipollaet al .，1998)。近年来，计算机视觉的研究重点逐渐从对静态图像的研究过渡到对动态图像序列的研究上来。动态图像序列由一系列图像组成，它们具有给定或假定的相对次序，并给出相邻两帧图像获取的时间间隔关系。与静态图像相比，动态图像的基本特征就是灰度的变化。对于某一场景下拍摄到的图像序列，相邻两帧图像至少有一部分的像素的灰度值发生了变化，造成像素灰度值变化的原因有(李智勇等，1999): (1)景物本身发生了变化，目标发生了变形或运动:(2)摄像机与景物发生了相对位移；(3)在自然环境中，物体光亮受外界光照变化而变化。因而图像序列各帧之间有着一定的时域和空域上的相关关系，这就使得我们可以利用图像序列检测出单帧图像中很难检测出的目标，更好的认识和分析目标的运动过程口。 在过去的十多年中，基于动态图像序列的目标检测和跟踪是计算机视觉领域的一个重要研究方向，同时也