運(yùn)動目標(biāo)檢測算法在嵌入式平臺的研究.pdf

1、人類掌握的所有信息中，80％是從圖像中獲取的，因此與圖像相關(guān)的信息在人類生活中占有極其重要的地位，并且是其他信息不能取代的。人們獲取與圖像相關(guān)的信息前，必須先對圖像進(jìn)行處理，因此數(shù)字圖像處理技術(shù)應(yīng)運(yùn)而生。目前，數(shù)字圖像處理技術(shù)已經(jīng)成為計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)、工程學(xué)、物理化學(xué)甚至社會科學(xué)領(lǐng)域等研究的對象。
　　運(yùn)動目標(biāo)檢測的目的是檢測圖像序列里存在運(yùn)動變化的區(qū)域，并將人們感興趣的運(yùn)動目標(biāo)信息提取出來。運(yùn)動目標(biāo)檢測技術(shù)利用圖像序列，使用圖

2、像處理方法對運(yùn)動目標(biāo)進(jìn)行解析，實(shí)現(xiàn)其定量測量和定性分析。運(yùn)動目標(biāo)檢測是運(yùn)動目標(biāo)跟蹤、分析和運(yùn)動行為理解的基礎(chǔ)，它的檢測結(jié)果將直接影響后續(xù)圖像操作的準(zhǔn)確性和穩(wěn)定性。然而，由于亮度的改變、運(yùn)動目標(biāo)的陰影、噪聲等因素的干擾，現(xiàn)有的運(yùn)動目標(biāo)檢測方法仍存在計(jì)算量大、耗時多、能耗高等問題。因此，如何快速并準(zhǔn)確地檢測出運(yùn)動目標(biāo)是當(dāng)今目標(biāo)檢測技術(shù)的重要研究課題。
　　另外，嵌入式系統(tǒng)技術(shù)的出現(xiàn)和發(fā)展在社會的信息化建設(shè)中起著極其重要的作用，它是面向

3、產(chǎn)品、應(yīng)用和用戶的，因此嵌入式系統(tǒng)與具體應(yīng)用結(jié)合后才更具有優(yōu)勢和實(shí)際應(yīng)用意義。目前，嵌入式系統(tǒng)廣泛應(yīng)用于工業(yè)控制、交通管理、信息家電、POS網(wǎng)絡(luò)、環(huán)境工程、國防與航天航空等領(lǐng)域。隨著嵌入式處理器性能的提高，嵌入式平臺與圖像處理技術(shù)的結(jié)合也成為了趨勢，并且在智能家居、智慧城市、智能交通等很多領(lǐng)域得到了廣泛的應(yīng)用。
　　本文針對原有的傳統(tǒng)建模方法在復(fù)雜背景環(huán)境下，不能準(zhǔn)確有效提取出完整的運(yùn)動目標(biāo)這一問題，提出了一種基于Vibe和HSV

4、顏色空間的陰影去除算法。首先，針對Vibe算法進(jìn)行具體描述，并對Vibe算法進(jìn)行改進(jìn)和優(yōu)化；利用改進(jìn)后的Vibe算法提取出含有陰影的目標(biāo)前景；然后，利用結(jié)合K-均值聚類算法和Vibe算法的方法提取出背景；將得到的前景和背景利用基于HSV顏色空間的陰影去除算法，去除前景目標(biāo)中的陰影，從而得到較為準(zhǔn)確的運(yùn)動目標(biāo)。
　　最后，在嵌入式平臺上對本文提出的算法進(jìn)行實(shí)驗(yàn)驗(yàn)證。結(jié)果表明，在復(fù)雜動態(tài)背景下，本文算法對噪聲和陰影的適應(yīng)性強(qiáng)，檢測出的