一．研究背景与意义

1.运动目标检测技术背景

视频图像的运动目标检测是计算机视觉领域的一个重要研究课题，也是当前数字信号处理DSP的热点之一。运动目标检测就是从整幅场景图像中把感兴趣的运动目标检测出来，它是后续目标分类、跟踪、行为分析等高级处理的基础，也是视频监控系统自动化、智能化和实时化的关键。运动目标检测拥有广阔的应用前景：如：交通状况监控、视频监控、自动导航等。

2.运动目标检测研究现状

进入2000年以来，从图像分割的角度出发产生了许多运动目标检测的算法，包括阈值分割、统计检验和检测滤波器三大类，这些检测方式的缺陷在于：分割效果对图像噪声敏感；运算复杂，处理速度慢等。目前，国内主要通过两种途径区检测视频信号中的运动目标：对序列图像前后连续两帧的研究；利用无运动目标的环境的先验知识。

二、 课题研究的内容

目前，常用的运动目标检测方法主要有：光流法、帧差法、背景减法，此外还有块匹配法和运动能量法等。由于许多运动物体提取算法都是在文中前三种算法的基础上衍生而来，本文主要介绍光流法、帧差法以及背景减法。

1.帧间差分法

帧间差分法是一种通过对视频图像序列中相邻两帧作差分运算来获得运动目标轮廓的方法，它可以很好地适用于存在多个运动目标和摄像机移动的情况。当监控场景中出现异常物体运动时，帧与帧之间会出现较为明显的差别，两帧相减，得到两帧图像亮度差的绝对值，判断它是否大于阈值来分析视频或图像序列的运动特性，确定图像序列中有无物体运动。图像序列逐帧的差分，相当于对图像序列进行了时域下的高通滤波。帧差法还是基于时间序列用差分方法来实现运动目标的检测即：如果一副图像某一位置的物体发生变化，那么对应位置的灰度也将发生改变；反之，没有物体运动的画面的灰度则没有变化或变化很小。根据这一原理，此方法只要比较序列图像中相邻两幅图像的对应像素灰度是否发生改变来检测运动目标。

帧间差分法的优缺点：

帧间差分法的优点是：算法实现简单，程序设计复杂度低；对光线等场景变化不太敏感，能够适应各种动态环境，稳定性较好。

其缺点是：不能提取出对象的完整区域，只能提取出边界；同时依赖于选择的帧间时间间隔。对快速运动的物体，需要选择较小的时间间隔，如果选择不合适，当物体在前后两帧中没有重叠时，会被检测为两个分开的物体：而对慢速运动的物体，应该选择较大的时间差，如果时间选择不适当，当物体在前后两帧中几乎完全重叠时，则检测不到物体。

2.背景差分法

在基于背景差分方法的运动目标检测中，背景图像的建模和模拟的准确程度，直接影响到检测的效果。不论任何运动目标检测算法，都要尽可能的满足任何图像场景的处理要求，但是由于场景的复杂性、不可预知性、以及各种环境干扰和噪声的存在，如光照的突然变化、实际背景图像中有些物体的波动、摄像机的抖动、运动物体进出场景对原场景的影响等，使得背景的建模和模拟变得比较困难。

背景差分法的优缺点：

背景差分法的优点是：背景差分法检测运动目标速度快，检测准确，易于实现，其关键是背景图像的获取。在实际应用中，静止背景是不易直接获得的。

其缺点是：由于背景图像的动态变化，需要通过视频序列的帧间信息来估计和恢复背景，即背景重建，所以要选择性的更新背景。

3.时间差分法与背景差分法的区别：

应用背景差分法进行运动目标检测的研究中主要致力于开发不同的背景模型，以减少场景变化对运动目标分割的影响。这两种方法都是基于统计学背景模型法，这种方法估计出的背景图像在包含运动的区域与真实背景会产生偏差，而影响运动目标的提取。由于背景差分法和帧间差分法的实现算法都比较简单，计算量小，易满足实时性的要求，并且背景差分法还可以比较完整的检测出运动目标，但缺点是对光照的环境条。件非常敏感，容易产生误操作；而帧间差分法对光照等环境不敏感，但帧间差分法却不能完全检测出运动目标。

4.背景差分法和时间差分法结合的优点：

把这两种算法结合起来，实现优势互补，它可以改善因物体内部纹理较少而在帧间差分时造成空洞甚至分裂的现象。利用背景差分和帧间差分让改进后的视频运动目标检测算法，对视频图像像序列中的运动物体检有更好的效果，并且运算速度快。改进后的算法要求背景与运动物体的对比度大于5%以上，才能检测出移动的物体。同时，差分法中存在的些缺点仍然没有得到解决，这些问题还有待进步研究。

参考文献：

[1].夏良正，数字图像处理（第二版），南京：东南大学出版社，2004.

[2] Matlab7.0图形图像处理, 王家文等, 国防工业出版社，2006

[3]数字图像处理导论, 赵荣椿,西北工业大学出版社,1995

[4]数字图像处理（第二版），[美]Rafael C. Gonzalez,电子工业出版社,2004

[5]李正周,董能力,金钢，序列图像运动点目标快速检测与跟踪方法，红外与激光工程,2002

[6] 陈晓钟，孙华燕，基于能量特征的图像目标检测，红外与激光工程，2001

[7] 叶中付，李厚强，邢大地等，一种基于高阶累积量的运动目标检测方法，计算机工程与应用，2002

[8] 易国华，灰度图像序列中运动目标提取方法的研究，鄂州大学学报,2002

[9]基于序列图像的背景建模与目标检测研究，周静，华中科技大学硕士学位论文，2007

[10]基于图像序列的运动目标检测与跟踪算法研究，李凤玲，哈尔滨工程大学硕士学位论文，2007

[11]王静，保文星．一种基于差分算法的视频运动目标检测技术［J］．计算机应用与软件，2009

[12]谢凤英．VC 数字图像处理［M］．北京:电子工业出版，2008．

[13]莫林, 廖鹏, 刘勋. 一种基于背景减除与3帧差分的运动目标检测算法[J]. 微计算机信息, 2009

[14]Zhao Ming-ying and Zhao Jun. A novel method for moving object detection in intelligent video surveillance systems[C]. International Conference on Computational Intelligence and Security, Guangzhou, 2006

[15]Valera M and Velastin S A. Intelligent Distributed Surveillance Systems: A Review [J]. IEE Proceedings Vision, Image and Signal Processing, 2005

本课题要研究的问题：

通过研究了解时间差分法和背景差分法，以及时间差分法中的相邻两帧差分法和连续三针差分法，并且通过MATLAB仿真进行可能的结合，以达到简单的区分图像。

具体研究步骤

1.找一个车流量视频，建立提取附录提供的视频图像的数学模型，结合已提取的背景，建立计算车流量数学模型；

2.总结帧间差分法和背景减法的算法，实现两帧差分法和连续三帧差分法和背景差分法，以及算法的结合；

3.熟练应用Matlab及其工具箱进行编程；

4.最后做到能快速和准确地区分目标和背景。