1、分類號——UDC密級學校代碼劣多萎理歹大穿10497學位論文中文題目基士Q叢叢鮑墊塑莊到重邈旦盤撿型簋洼盟寶英ResearchonMovingObjectDetectionAlgorithmof——題I；IVideoSequencesBasedonGaussianMixtureModel——指導教師申請學位級別論文提交13期學位授予單答辯委員會碩士20114430063論文答辯13期201152011年5月L臣l薯r‘‘‘7●’氟鱉西墨

2、罾&■■曩■■lrI‘It■■ll_l■■r武漢理丁大學碩士學位論文摘要智能視頻監(jiān)控技術在當今中國有著廣闊的發(fā)展前景和可觀的經(jīng)濟價值，所以智能視頻監(jiān)控系統(tǒng)的開發(fā)已經(jīng)成為現(xiàn)階段機器視覺領域的重要的研究課題。運動目標檢測是智能視頻監(jiān)控系統(tǒng)中的基礎性工作，它的成功與否直接關系到整個監(jiān)控系統(tǒng)的性能。運動目標檢測的目的是將視頻監(jiān)控場景中感興趣的區(qū)域從背景圖像中準確快速的提取出來。運動目標檢測方法有很多，本文主要研究利用混合高斯背景建模法將前景目標

3、區(qū)域從背景圖像中分割出來，并針對目前算法中存在的問題，在提高算法準確性和實時性方面給出改進方案。本論文的主要工作如下：首先回顧和介紹了視頻監(jiān)控技術的發(fā)展歷史和研究現(xiàn)狀，并對目前智能視頻監(jiān)控系統(tǒng)中比較常用的運動目標檢測算法進行了分析比對，重點分析了光流法、幀間差分法及背景減除法的基本原理、各自的優(yōu)缺點和適用場合。同時對背景減除法中的單高斯模型法和混合高斯模型法進行了深入的學習和研究，對這兩種算法的原理、流程、適應場合以及優(yōu)缺點進行了全面透

4、徹的分析，并通過幾組有代表性的實驗，對算法的檢測效果、復雜場景的適應程度、算法的復雜度和實時性等方面進行比較，通過對算法綜合性能指標的評定，驗證了混合高斯建模法的優(yōu)越性，同時也認識到該算法存在的不足。通過對混合高斯背景建模理論的學習和研究，對目前算法中存在的問題進行了深入的探討，經(jīng)過分析得出在模型初始化和模型更新過程中，模型中的每個參數(shù)都是互相影響的，參數(shù)取值是否合適直接影響到檢測效果的好壞，為了找到每個參數(shù)最合適的取值，論文通過大量的

5、實驗，對模型中每個參數(shù)進行討論分析，找到每個參數(shù)的最佳取值點，使得整個算法在準確性方面得到很大的改進。最后，針對混合高斯模型算法計算量大，實時性差的問題，本文對影響算法速度的諸多因素進行了深入的討論和分析，對算法提出了一個有效可行的改進方案，并通過實驗，驗證了算法的可行性。同時，針對本文實驗結果中背景區(qū)域噪聲點的分布特點，提出了用形態(tài)學中先腐蝕后膨脹的算法進行處理，具有很好的去噪效果。關鍵詞：智能視頻監(jiān)控，運動目標檢測，混合高斯模型，學