1、2016 届计算机科学与技术专业毕业设计（论文）毕业设计（论文）题 目 基于背景差分法的 行人检测研究 专 业 计算机科学与技术 班 级 学 生 指导教师 2016 年刘姗姗：基于背景差分法的行人检测研究摘 要现阶段许许多多的监控类系统的运作进行方式依然需要很多相关工作人员不断地监视和分析视频内的场景，不仅没有休息时间，而且工作量特别大，实时性信息和监控实时性两者矛盾越来越明显。这便是研究本课题的意义，本论文阐述了本课题的研究现状、实现它所涉及到的背景建模方法、特征提取方法和背景更新等。此课题研究的内容是基于背景差分法行人的视频监控系统：在不需要人为进行干预的前提下，利用视频分析和机器学习等的
2、一些方法，通过针对于截取到的图像进行实时的场景以及目标物做出有可行性的分析，将摄像机截取到的视频图像的帧通过自动化的检测分析处理，进而达到对动态的场景中目标的行以及其和位置进行确定的目的，然后进行跟踪检测，并且对于检测到的目标的行为进行分析、语义的描述以及理解，实现模仿与人类相似的生物视觉和分析的功能。但由于很多的方法还是不够成熟和稳健，因此有必要做大量的研究以提高在较为复杂的环境中检测运动目标的成熟度和准确率，进而提高实用化的效果。此程序是以 MATLAB 进行实现，开始利用了混合高斯模型从当前复杂的背景图像序列中构建背景模型，此时首先需要使用方差、均值以及权值来进行计算建模所需要的数据，如
3、马兹距离等，在此过程中，方差尽量大一些，权值尽量小一些，这2016 届计算机科学与技术专业毕业设计（论文）样有利于获得高斯模型；然后据此模型采用联通区域轮廓特征进行提取行人特征。在以上过程中以加权更新的方法构建实时的模型更新机制，从而规避了背景被污染。关键字：混合高斯，联通区域，特征提取，加权更新刘姗姗：基于背景差分法的行人检测研究ABSTRACTTo present many monitoring of such systems works still need a lot of related staff continually monitoring and analysis in the
4、 video scene, not only no time to rest, and particularly large workload, real-time information and real-time monitoring is the contradiction is more and more obvious. This is we attentively studies the significance of this topic, this paper expounds this topic research present situation, implement i
5、t involved background modeling method, the feature extraction method and background, etc.My study is the content of the video monitoring system based on background difference method pedestrians: on the premise of without the need for human intervention, using some methods of video analysis and machi
6、ne learning and so on, through to the image on the real-time scene make a feasibility analysis, and target of the camera to capture the video image frame through the analysis of the test automation processing, thus achieve the goal of the dynamic scene line as well as its purpose, and location to de
7、termine and track detection, and to analysis the behavior of the detected target, the semantic description and understanding, imitation is similar to human biological vision and the analysis of the function. But as a result of a lot of methods are not enough mature and steady, so it is necessary for
8、 us to do a lot of research in order to improve the moving target 2016 届计算机科学与技术专业毕业设计（论文）detection in complex environment of maturity and accuracy, and improve the effect of practical application. This program based on matlab implementation, began using the gaussian mixture model from the current c
9、omplex background image sequences to construct background model, first you need to use at this time, the mean and variance weights to calculate needed for modeling data, such as horse, distance etc., in the process, the variance as far as possible a few bigger, weights of less as far as possible, th
10、at is conducive to gain gaussian model; Then according to this model USES the unicom area contour features extracted to pedestrians. In the process of the above with weighted update method to build model of real-time update mechanism, so as to avoid the contamination in the background.Key words:mixe
11、d gaussian，connected regions,feature extraction,weighted update刘姗姗：基于背景差分法的行人检测研究目 录第一章 绪论 .11.1 选题背景及研究意义 .11.1.1 选题背景 .11.1.2 研究意义 .21.1.3 在智能视频监控领域的应用 .31.2 国内外研究现状及发展趋势 .41.2.1 国外研究现状 .41.2.2 国内研究现状 .51.3 论文主要工作 .51.3.1 主要工作 .5第二章 开发平台与背景差分法 .62.1 MATLAB 平台 .62.1.1 MATLAB.62.2 背景差分法 .7第三章 常用特征提取
12、与更新方法简介 .113.1 特征提取 .113.2 更新方法 .14第四章 程序实现之背景建模 .164.1 概述 .164.2 高斯建模方法 .164.2.1 单高斯建模方法 .174.2.2 混合高斯建模方法 .18第五章 实验结果与结果分析 .232016 届计算机科学与技术专业毕业设计（论文）5.1 环境配置 .235.2 程序运行截图 .245.2.1 程序界面 .245.2.2 加载视频图 .245.2.4 设置检测区域 .255.3 结果实验分析 .27第六章 总结与展望 .276.1 总结与展望 .27毕设总结 .29致 谢 .30参考文献 .312016 届计算机科学与技术
13、专业毕业设计（论文）1第 1 章 绪论1.1 选题背景及研究意义1.1.1 选题背景取得外部信息的方法百分之八十以上都是基于视觉图像信息，由于视频图像信息拥有特别的空间以及结构特性，经常使得它在人类进行各种活动的过程中需要的信息中拥有着不可被替代的重要地位。 1，比如计算机和电子显微镜以及超声波等。总而言之，数字图像处理技术涉及于各个领域。在二十世纪二十年代从英国的首府伦敦到纽约利用海底电缆使用数字压缩的技术传输了第一幅数字照片，产生了数字图像处理技术。在之后很久的一段时间，在遥控感应等方面的管饭应用，图像处理技术渐渐的受到广大的关注以及逐渐开始发展。第三代计算机生长起来后，数字图像处理技术得
14、到了快速的成长并且广泛应用与很多的领域。数字图像处理技术大放异彩是在 CT 发明以及在医疗上的应用和获得了“科技世界王冠级”的诺贝尔奖。现今数字图像处理技术己然成为计算机科学、医学、工程学、信息科学、物理、化学、生物学乃至统计学等的领域中研究的工具。数字图像处理技术在紧接着信息高速公路、数字地球等观点的提出以及Internet 的广泛应用中它的需求量出现线性增长状态，数字图像处理技术带给人们巨大的社会与经济收益以及无限的便捷，它无时无刻不在影响着每个人，数字图像处理技术拥有着不可限量的潜力，值得为它付出精力来挖掘它的光芒。计算机视觉是一门从数字图像处理技术和模式识别捆绑发展起来的的科学，它是用
15、来研究机器怎么样去“看”世界的科学，通俗的说便是通过刘姗姗：基于背景差分法的行人检测研究2种种成象的系统来模拟人们的视觉器官作为图像信息输入的手段，计算机程序代替人们大脑完成分析，处理以及解释的功能，让计算机可以像人一样用视觉观察世界，用大脑思考世界，从而渐渐自动地生成适应环境的能力。现阶段计算机视觉已然广泛的应用于医疗治愈诊断、军事、监控检验、智能化生产、文档分析等领域。在社会的不停的发展与进步的过程中科技也是飞速的发展，伴随着的便是交通运输、金融银行、仓储管理、电力供应以及军事安全等方面的安全隐患日益增大，需要不停的改进对安全的防范技术，也是由于这些，加速了视频监控系统的飞速发展，但是他也
16、是把双刃剑，视觉信息文件出现膨胀的现象。1.1.2 研究意义现阶段绝大多数的视频监控系统的工作模式仍然是工作职员不间断地监视分析场景内的活动、日夜值守、工作量杂冗，导致了视觉信息文件出现膨胀的现象和监控实时性两者矛盾日渐突出。拥有智能的视频监控系统，不需要人为干预情况，直接利用机器视觉和视频分析的方法，通过截取到的图像信息，对实际存在的目标物体以及场景做出需要的特功能定的判断，对摄像机截取到的视频图像序列自动化的分析，进而达到对动态的场景中目标物体活动的定位、跟踪以及识别和对它的行为活动进行分析 ，理解以及语义的描述等的功能，最后达到模拟类似人类等生物器官如眼睛 大脑等所具备的功能。综上所述，在复杂环境下智能监控已然成计算机视觉领域值得深入研究的走在科技前端的研究方向之一。此课题的研究意义就是为了深入研究基于背景差分法的行人检测。本论文将通过对比各种特征提取方式的优势和不足以及对处理的结果进行各方面的综合的分析，最后探索研究更好的方法以及提出自己的意见。
