1、基于混合高斯背景建模方法的基于混合高斯背景建模方法的運(yùn)運(yùn)動(dòng)目標(biāo)檢測算法研究與實(shí)現(xiàn)動(dòng)目標(biāo)檢測算法研究與實(shí)現(xiàn) 答辯人答辯人：魏魏 勇勇 指導(dǎo)老師：指導(dǎo)老師： 張張 衛(wèi)衛(wèi) 國國 班班 級級：信計(jì)信計(jì)1101班班 學(xué)學(xué) 號：號：1108060122 研究背景及意義研究背景及意義 主要研究主要研究內(nèi)容內(nèi)容 總結(jié)總結(jié)背景：背景： 計(jì)算機(jī)視覺的研究是從二十世紀(jì)五十年代開始，起初的主要研究目計(jì)算機(jī)視覺的研究是從二十世紀(jì)五十年代開始，起初的主要研究目的是通過檢測圖像中的物體并獲取這些物體間的關(guān)系來進(jìn)行對圖像的理的是通過檢測圖像中的物體并獲取這些物體間的關(guān)系來進(jìn)行對圖像的理解。隨著計(jì)算機(jī)視覺理論和算法研究的日益發(fā)

2、展，視頻圖像信號在信息解。隨著計(jì)算機(jī)視覺理論和算法研究的日益發(fā)展，視頻圖像信號在信息處理和計(jì)算機(jī)視覺中扮演著越來越重要的角色。處理和計(jì)算機(jī)視覺中扮演著越來越重要的角色。意義：意義： 混合高斯背景模型以其簡便、靈活、高效的特點(diǎn)成為該領(lǐng)域的經(jīng)典混合高斯背景模型以其簡便、靈活、高效的特點(diǎn)成為該領(lǐng)域的經(jīng)典方法，能夠很好消除背景的微小擾動(dòng)對運(yùn)動(dòng)目標(biāo)檢測所產(chǎn)生的影響，通方法，能夠很好消除背景的微小擾動(dòng)對運(yùn)動(dòng)目標(biāo)檢測所產(chǎn)生的影響，通過使用混合高斯背景的建模方法能夠比較準(zhǔn)確地檢測出復(fù)雜環(huán)境下的運(yùn)過使用混合高斯背景的建模方法能夠比較準(zhǔn)確地檢測出復(fù)雜環(huán)境下的運(yùn)動(dòng)目標(biāo)，具有較好的魯棒性和實(shí)時(shí)性。同時(shí)動(dòng)目標(biāo)，具有較好

3、的魯棒性和實(shí)時(shí)性。同時(shí)對目標(biāo)進(jìn)行動(dòng)態(tài)實(shí)時(shí)跟蹤定對目標(biāo)進(jìn)行動(dòng)態(tài)實(shí)時(shí)跟蹤定位在智能化交通系統(tǒng)、智能監(jiān)控系統(tǒng)、軍事目標(biāo)檢測及醫(yī)學(xué)導(dǎo)航手術(shù)中位在智能化交通系統(tǒng)、智能監(jiān)控系統(tǒng)、軍事目標(biāo)檢測及醫(yī)學(xué)導(dǎo)航手術(shù)中手術(shù)器械定位等方面具有廣泛的應(yīng)用價(jià)值，手術(shù)器械定位等方面具有廣泛的應(yīng)用價(jià)值，對未來計(jì)算機(jī)視覺技術(shù)的發(fā)對未來計(jì)算機(jī)視覺技術(shù)的發(fā)展具有重要的意義。展具有重要的意義。 研究背景及意義研究背景及意義4.混合高斯建模的初始化和更新混合高斯建模的初始化和更新 2.混合高斯建模方法的流程圖混合高斯建模方法的流程圖 1.圖像的預(yù)處理圖像的預(yù)處理 圖像的灰度處理圖像的灰度處理 圖像去噪圖像去噪 圖像的二值化處理圖像的二值

4、化處理 圖像的形態(tài)學(xué)處理圖像的形態(tài)學(xué)處理主要研究內(nèi)容主要研究內(nèi)容 3.OpenCV的介紹和平臺(tái)的介紹和平臺(tái)搭建搭建5. .結(jié)果顯示結(jié)果顯示圖像的預(yù)處理圖像的預(yù)處理1圖像的灰度處理圖像的灰度處理圖像灰度化：圖像灰度化： 圖像灰度化就是對彩色圖像中的彩色信息進(jìn)行處理，將其變?yōu)榛叶葓D像，圖像灰度化就是對彩色圖像中的彩色信息進(jìn)行處理，將其變?yōu)榛叶葓D像，對其圖像的亮度值進(jìn)行量化，等分成對其圖像的亮度值進(jìn)行量化，等分成0-255共共256個(gè)級別，在個(gè)級別，在OpenCV中，是中，是將將cvCvtColor(pBkImg ,pFrImg， CV_BGR2GRAY) 函數(shù)實(shí)現(xiàn)，參數(shù)函數(shù)實(shí)現(xiàn)，參數(shù)CV_BGR2

5、GRAY是是RGB到到GRAY, cvCvtColor(.)是是OpenCV里的顏色空間里的顏色空間轉(zhuǎn)換函數(shù)，可以實(shí)現(xiàn)轉(zhuǎn)換函數(shù)，可以實(shí)現(xiàn)RGB顏色向顏色向HSV,HSI等顏色空間的轉(zhuǎn)換，也可以轉(zhuǎn)換為等顏色空間的轉(zhuǎn)換，也可以轉(zhuǎn)換為灰度圖像?；叶葓D像。效果圖：效果圖：圖像的預(yù)處理圖像的預(yù)處理1圖像去噪圖像去噪 圖像去噪它是將輸入的圖像進(jìn)行濾波去除噪聲，增強(qiáng)圖像效果。最常用的圖像去噪它是將輸入的圖像進(jìn)行濾波去除噪聲，增強(qiáng)圖像效果。最常用的有中值濾波、均值濾波和高斯濾波三種。有中值濾波、均值濾波和高斯濾波三種。中值濾波：中值濾波： 它是將數(shù)字圖像或數(shù)字序列中一個(gè)像素點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值它是將

6、數(shù)字圖像或數(shù)字序列中一個(gè)像素點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替，使周圍像素灰度值差別比較大的像素改取為與周圍的像素值比較的中值代替，使周圍像素灰度值差別比較大的像素改取為與周圍的像素值比較接近的值，這樣能使周圍的值更接近真實(shí)值，它能消除孤立的噪聲點(diǎn)，并去除接近的值，這樣能使周圍的值更接近真實(shí)值，它能消除孤立的噪聲點(diǎn)，并去除高頻噪聲，抑制脈沖干擾，保持圖像清晰的輪廓。高頻噪聲，抑制脈沖干擾，保持圖像清晰的輪廓。均值濾波：均值濾波： 用鄰域的均值替代原圖像中的各個(gè)像素值，通過對處理的當(dāng)前像素點(diǎn)用鄰域的均值替代原圖像中的各個(gè)像素值，通過對處理的當(dāng)前像素點(diǎn)(X,Y)選擇一個(gè)模板窗口，再把所求的均

7、值賦給當(dāng)前的像素點(diǎn)，作為處理后圖像在該選擇一個(gè)模板窗口，再把所求的均值賦給當(dāng)前的像素點(diǎn)，作為處理后圖像在該點(diǎn)上的灰度值。點(diǎn)上的灰度值。高斯濾波：高斯濾波： 它通過用一個(gè)模板（或稱卷積、掩模）對圖像中的每一個(gè)像素進(jìn)行掃描，它通過用一個(gè)模板（或稱卷積、掩模）對圖像中的每一個(gè)像素進(jìn)行掃描，在用模板確定的鄰域內(nèi)像素，對其進(jìn)行加權(quán)平均得到灰度值，在用得到的灰度在用模板確定的鄰域內(nèi)像素，對其進(jìn)行加權(quán)平均得到灰度值，在用得到的灰度值去替代模板中心像素點(diǎn)的值，從而達(dá)到圖像的平滑效果。值去替代模板中心像素點(diǎn)的值，從而達(dá)到圖像的平滑效果。圖像的預(yù)處理圖像的預(yù)處理1圖像的二值化處理圖像的二值化處理 圖像的二值化處理

8、是將圖像上的點(diǎn)的灰度值置為圖像的二值化處理是將圖像上的點(diǎn)的灰度值置為0或或255，而使整幅圖，而使整幅圖像呈現(xiàn)出較為明顯的黑白效果。通過選取適當(dāng)?shù)拈y值，將像呈現(xiàn)出較為明顯的黑白效果。通過選取適當(dāng)?shù)拈y值，將256個(gè)亮度等級的個(gè)亮度等級的灰度圖像變成能夠反映圖像整體和局部特征的二值化圖像處理的過程?；叶葓D像變成能夠反映圖像整體和局部特征的二值化圖像處理的過程。 OpenCV中可以通過中可以通過cvThreshold函數(shù)實(shí)現(xiàn)圖片的二值化，手動(dòng)指定一函數(shù)實(shí)現(xiàn)圖片的二值化，手動(dòng)指定一個(gè)閾值，以此閾值來進(jìn)行圖像二值化處理。個(gè)閾值，以此閾值來進(jìn)行圖像二值化處理。 cvThreshold(pFrImg,pFr

9、Img,12,255,CV_THRESH_BINARY); 函數(shù)函數(shù) cvThreshold 對單通道數(shù)組應(yīng)用固定閾值操作。該函數(shù)的典型應(yīng)用對單通道數(shù)組應(yīng)用固定閾值操作。該函數(shù)的典型應(yīng)用 是對灰度圖像進(jìn)行閾值操作得到二值圖像。是對灰度圖像進(jìn)行閾值操作得到二值圖像。 pFrImg:前景的輸入圖像；前景的輸入圖像； pFrImg:前景的輸出圖像；前景的輸出圖像； 12：指的是閾值；：指的是閾值； 255：指的是：指的是max_value； 圖像的預(yù)處理圖像的預(yù)處理1圖像的形態(tài)學(xué)處理圖像的形態(tài)學(xué)處理腐蝕（腐蝕（cvErode）：）： 圖像的腐蝕就是對物體邊界點(diǎn)進(jìn)行消除，使圖像的邊界向內(nèi)部收縮，從圖像

10、的腐蝕就是對物體邊界點(diǎn)進(jìn)行消除，使圖像的邊界向內(nèi)部收縮，從而去除小于結(jié)構(gòu)元素的物體。而去除小于結(jié)構(gòu)元素的物體。 cvErode( pFrImg,img_erode, NULL,1); 膨脹膨脹(cvDilate)： 膨脹就是對二值化物體邊界點(diǎn)進(jìn)行擴(kuò)充，使得與物體接觸的所有背景點(diǎn)膨脹就是對二值化物體邊界點(diǎn)進(jìn)行擴(kuò)充，使得與物體接觸的所有背景點(diǎn)與物體本身進(jìn)行合并，使圖像的邊界向外部擴(kuò)張。與物體本身進(jìn)行合并，使圖像的邊界向外部擴(kuò)張。 cvDilate( pFrImg,img_dilate, NULL,2)效果圖：效果圖：圖像的預(yù)處理圖像的預(yù)處理1圖像的形態(tài)學(xué)處理圖像的形態(tài)學(xué)處理形態(tài)學(xué)處理效果圖：形態(tài)學(xué)

11、處理效果圖：混合高斯建模方法的流程圖混合高斯建模方法的流程圖2OpenCV的介紹和平臺(tái)搭建3介紹介紹 ： OpenCV是一個(gè)基于發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺庫，可以運(yùn)行在是一個(gè)基于發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺庫，可以運(yùn)行在Linux、Windows操作系統(tǒng)上。由一系列操作系統(tǒng)上。由一系列 C 函數(shù)和少量函數(shù)和少量 C+ 類構(gòu)成，類構(gòu)成，同時(shí)提供了同時(shí)提供了JAVA、MATLAB等語言的接口，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)等語言的接口，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺方面的很多通用算法。視覺方面的很多通用算法。OpenCV 擁有包括擁有包括 500 多個(gè)多個(gè)C函數(shù)的跨平函數(shù)的跨平臺(tái)的中、高層臺(tái)的中、高層 APl，它通過函

12、數(shù)來實(shí)現(xiàn)用于圖形處理和計(jì)算機(jī)視覺方，它通過函數(shù)來實(shí)現(xiàn)用于圖形處理和計(jì)算機(jī)視覺方面的通用算法。面的通用算法。平臺(tái)搭建：平臺(tái)搭建： 首先安裝下載得到的首先安裝下載得到的OpenCV應(yīng)用程序，然后在應(yīng)用程序，然后在Visual C+6. 0下編譯所要的靜態(tài)和動(dòng)態(tài)鏈接庫文件，包括下編譯所要的靜態(tài)和動(dòng)態(tài)鏈接庫文件，包括1ib路徑的路徑的設(shè)置、設(shè)置、include files路徑的填寫，再進(jìn)行工程項(xiàng)目的鏈接設(shè)置就路徑的填寫，再進(jìn)行工程項(xiàng)目的鏈接設(shè)置就可以了可以了。混合高斯建模的初始化和更新混合高斯建模的初始化和更新4 混合高斯模型進(jìn)行背景建模時(shí)，首先需要初始化預(yù)先定義的幾個(gè)高斯?；旌细咚鼓Ｐ瓦M(jìn)行背景建模時(shí)

13、，首先需要初始化預(yù)先定義的幾個(gè)高斯模型，對高斯模型中的參數(shù)進(jìn)行初始化，并通過視頻序列的像素點(diǎn)求出像素點(diǎn)型，對高斯模型中的參數(shù)進(jìn)行初始化，并通過視頻序列的像素點(diǎn)求出像素點(diǎn)的均值和方差，并通過求其權(quán)重，求出之后將要用到的參數(shù)；其次，對每一的均值和方差，并通過求其權(quán)重，求出之后將要用到的參數(shù)；其次，對每一幀中的每個(gè)像素點(diǎn)與高斯模型進(jìn)行匹配。最后，通過高斯混合模型的參數(shù)學(xué)幀中的每個(gè)像素點(diǎn)與高斯模型進(jìn)行匹配。最后，通過高斯混合模型的參數(shù)學(xué)習(xí)機(jī)制，求出各個(gè)高斯模型的權(quán)重與方差的比值，并對他們的優(yōu)先級按照從習(xí)機(jī)制，求出各個(gè)高斯模型的權(quán)重與方差的比值，并對他們的優(yōu)先級按照從大到小的順序進(jìn)行排列，排在前面的作為

14、背景模型，反之，則為前景。在對大到小的順序進(jìn)行排列，排在前面的作為背景模型，反之，則為前景。在對其進(jìn)行實(shí)時(shí)更新。其進(jìn)行實(shí)時(shí)更新。結(jié)果顯示結(jié)果顯示51.對視頻圖像的預(yù)處理過程進(jìn)行簡要的介紹，主要包括對視對視頻圖像的預(yù)處理過程進(jìn)行簡要的介紹，主要包括對視頻圖像二值化、圖像灰度化，以及視頻圖像的去噪方法，如頻圖像二值化、圖像灰度化，以及視頻圖像的去噪方法，如均值濾波、中值濾波和高斯濾波，并分別對這三種不同的濾均值濾波、中值濾波和高斯濾波，并分別對這三種不同的濾波方法進(jìn)行比較，分析各種方法的優(yōu)缺點(diǎn)，同時(shí)提出使用高波方法進(jìn)行比較，分析各種方法的優(yōu)缺點(diǎn)，同時(shí)提出使用高斯濾波方法，另外對圖像進(jìn)行腐蝕和膨脹處理，使圖像更加斯濾波方法，另外對圖像進(jìn)行腐