1、目標檢測技術是數(shù)字圖像處理研究領域的一個重點問題，基于計算機視覺的目標檢測技術實現(xiàn)了靜態(tài)場景中特殊目標的自動檢測以及智能視頻監(jiān)控。靜態(tài)圖像檢測通過提取目標特征，檢測具有特定特征的目標。動態(tài)的目標檢測技術通過對攝像頭獲取的視頻序列的自動分析，檢測出序列中運動的目標。目前目標檢測技術已經(jīng)廣泛的應用到車牌識別、人臉識別、社區(qū)商場安防、紅外圖像中的目標識別以及交通事件檢測、軍事國防等領域，極大的方便了人類的生產(chǎn)生活。目前，關于目標檢測技術的研究

2、已經(jīng)取得了許多的成果，但仍有許多難題需要解決。
　　本文中在現(xiàn)有研究成果的基礎上，對目標檢測技術進行了研究。然后基于本文提出的目標檢測算法，對材料裂紋檢測的應用進行了研究。相對于傳統(tǒng)的超聲波、電磁渦流等物理檢測方法。基于圖像處理的裂紋檢測技術，經(jīng)濟、方便、實時性強、適用范圍廣且擺脫了人工條件的限制?；趫D像處理的材料裂紋檢測能夠解決材料的使用壽命確定問題，通過預測、估算材料的使用壽命，避免實際應用中因材料結構失效而產(chǎn)生的災難性事故

3、；能夠指導優(yōu)化材料的配方和加工工藝，通過對裂紋的生長規(guī)律研究能夠設計更好的配方或者加工工藝，從而延長材料的使用壽命。因此，基于圖像目標檢測的材料裂紋檢測技術不僅有著深刻的理論研究意義，也有著重大的實際應用價值。
　　針對目標檢測方法和材料裂紋檢測方法的研究，本文的主要工作和創(chuàng)新如下：
　　1.圖像二值化是圖像目標檢測的基礎，它決定了最終檢測效果。本文首先分析了傳統(tǒng)的二值化算法特點。然后，針對傳統(tǒng)二值化方法的不足，結合本文中的

4、研究對象提出了一種改進的二值化方法。改進的二值化算法通過一個局部閾值λ和雙均值濾波方法，達到抑制噪聲的目標。本文選取車標圖像的二值化處理為例，與常用的算法進行了對比分析，比較結果驗證了算法的有效性，選取計算二值化圖像的熵值，進行圖像的二值化效果評價，改進的二值化方法相對于其他方法有較小的熵，噪聲更少。
　　2.本文提出了一種新的背景提取算法。背景提取是運動目標檢測中的關鍵步驟，直接影響了運動目標檢測效果的優(yōu)劣。本文首先對傳統(tǒng)的均值

5、背景等算法進行了闡述，然后在現(xiàn)有算法的基礎上提出了一種改進的背景提取方法。該方法的思想是：通過一個時刻內的兩幀連續(xù)圖像和給定一個特殊閾值，如果兩幀圖像的差值大于閾值，那么被檢測圖像對應像素為前景；反之，如果小于閾值則為背景。此外，本文中還提出了一種改進的均值算法來提取背景圖像。最后，通過編程仿真，對該算法進行了仿真試驗，對該算法的效果進行了驗證，結果表明基于本文算法能準確地檢測圖像中運動目標，且得到的圖像更加清晰。
　　3.提出了

6、一種改進的運動目標檢測算法。本文討論了傳統(tǒng)的時差分法(TTD)和平均算法(MA)原理，并結合差分法(TTD)和平均算法(MA)提出了一種改進的運動目標檢測算法，對運動目標進行檢測。以高速公路監(jiān)控視頻的檢測為例進行仿真試驗，仿真結果表明提出的改進的運動目標檢測算法穩(wěn)定、可靠、精確且具有較高的效率。
　　4.提出了一種改進的水泥結構材料裂紋檢測算法。該方法包括3步：第一，將圖像設為灰度并用索貝爾圖像邊緣檢測算法和索貝爾圖像濾波器來檢測

7、裂縫。第二，在二進制圖像中設定一個合適的閾值，將背景和前景中的像素進行分類，使用過濾面積，如果小于某個值則反過來改變面積之后，得到區(qū)域面積。第三，使用索貝爾濾波消除殘余噪聲，Otsu方法探測大裂紋。該算法原理簡單，易于實現(xiàn)且具有較高的計算效率。仿真試驗結果表明，新算法能夠清晰、準確地檢測圖像中的裂紋。
　　5.通過對連續(xù)觀測的視頻中水泥結構的材料裂縫的生長變化監(jiān)測，基于裂紋生長規(guī)律，提出了一種基于動態(tài)視頻裂紋生長監(jiān)測算法。該算法的