近幾年，動(dòng)態(tài)目標(biāo)檢測(cè)是一個(gè)研究的熱點(diǎn)，主要是由于它在智能監(jiān)控、工業(yè)檢測(cè)、醫(yī)學(xué)分析、軍事等領(lǐng)域具有廣泛的應(yīng)用前景和潛在的經(jīng)濟(jì)價(jià)值。本文是一篇中級(jí)工程師論文范文，主要論述了運(yùn)動(dòng)車輛的視頻動(dòng)態(tài)目標(biāo)檢測(cè)。
　　摘 要：對(duì)運(yùn)動(dòng)車輛抖動(dòng)以及攝像頭平移運(yùn)動(dòng)引起的一些干擾問題進(jìn)行了研究，提出了在求和絕對(duì)誤差(Sum of Absolute Difference，SAD)算法的基礎(chǔ)上運(yùn)用光流法，以此來消除平移運(yùn)動(dòng)及抖動(dòng)產(chǎn)生的視頻干擾信號(hào)，從而獲得穩(wěn)定的視頻流，實(shí)現(xiàn)在運(yùn)動(dòng)車輛上用攝像頭對(duì)動(dòng)態(tài)目標(biāo)的準(zhǔn)確檢測(cè)。結(jié)果表明，該方法能夠有效地檢測(cè)出運(yùn)動(dòng)目標(biāo)，并且滿足實(shí)時(shí)性。

　　關(guān)鍵詞：光流法,目標(biāo)檢測(cè),求和絕對(duì)誤差(SAD),運(yùn)動(dòng)車輛

　　Abstract：Research on some interference problems that translational motion of the camera and moving vehicles jitter cause， optical flow algorithm based on the SAD was used to generate a stabilized video by removing unwanted the interference of translational camera motions as well as vehicles jitter . Ultimately， the correct detection of video dynamic target on the moving vehicle was gotten by this study. The experimental results indicate that the method can effectively detect moving objects and meet the real-time requirements.

　　Key words：optical flow; target detection; sum of absolute difference(SAD); moving vehicle

　　動(dòng)態(tài)目標(biāo)檢測(cè)[1]還是目標(biāo)檢測(cè)、識(shí)別和對(duì)目標(biāo)行為進(jìn)行描述和理解的基礎(chǔ)。因此國(guó)內(nèi)外許多檢測(cè)、監(jiān)控、識(shí)別等相關(guān)領(lǐng)域的研究人員都對(duì)此進(jìn)行了比較深入的研究。方法種類繁多，光流法[2-3]、幀差法[4-5]和減背景法[6]等是當(dāng)今通常使用的方法。

　　其中，光流法的優(yōu)點(diǎn)在于光流不僅攜帶了目標(biāo)的運(yùn)動(dòng)信息，而且攜帶了三維景物的結(jié)構(gòu)信息，在場(chǎng)景信息未知情況下，能很好地檢測(cè)出運(yùn)動(dòng)對(duì)象，檢測(cè)準(zhǔn)確度高，但光流法計(jì)算量大、實(shí)時(shí)性差。雖然減背景法和幀差法都具有實(shí)現(xiàn)簡(jiǎn)單、實(shí)時(shí)性高的優(yōu)點(diǎn)，但各自都有自身的缺點(diǎn)。減背景法在已知簡(jiǎn)單背景下，檢測(cè)效果好，但存在背景獲取困難、受光照影響嚴(yán)重且更新難等問題;幀差法受光照影響小，利用幀間灰度或梯度信息進(jìn)行逐點(diǎn)比較，提取運(yùn)動(dòng)目標(biāo)，對(duì)動(dòng)背景檢測(cè)效果不理想。而SAD[7]正是減背景法和幀差法的特殊情況，二者的優(yōu)缺點(diǎn)SAD也兼而有之。由此可見，每種單一的方法都很難滿足在運(yùn)動(dòng)的車輛上進(jìn)行動(dòng)態(tài)目標(biāo)檢測(cè)的需要。經(jīng)過查閱資料及相關(guān)研究，我們決定聯(lián)合兩種能夠互補(bǔ)優(yōu)缺點(diǎn)的算法，即利用光流法與SAD算法各自的優(yōu)點(diǎn)，提出了我們的研究課題。

　　1 基于SAD的穩(wěn)定視頻法

　　2 光流法

　　光流法的主要任務(wù)就是計(jì)算光流場(chǎng)[8]，通常有基于全局光流場(chǎng)和特征點(diǎn)光流場(chǎng)兩種方法。最經(jīng)典的全局光流場(chǎng)計(jì)算方法是L-K(Lucas & Kanade)法[9]和H-S(Hom & Schunck)法[10]。得到全局光流場(chǎng)后，通過比較運(yùn)動(dòng)目標(biāo)與背景之間的運(yùn)動(dòng)差異對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行光流分割，缺點(diǎn)是計(jì)算量大，這個(gè)缺點(diǎn)可以用一些方法來彌補(bǔ);特征點(diǎn)光流法通過特征匹配求特征點(diǎn)處的流速，具有計(jì)算量小、快速靈活的特點(diǎn)，但稀疏的光流場(chǎng)很難精確地提取運(yùn)動(dòng)目標(biāo)的形狀。3 系統(tǒng)設(shè)計(jì)

　　系統(tǒng)的結(jié)構(gòu)主要由視頻輸入部分、SAD & Stablization部分、光流計(jì)算部分、閥值與區(qū)域?yàn)V波部分以及視頻顯示部分(包括Stablization video和最終結(jié)果顯示)組成。

　　在前面的過程中也獲得了運(yùn)動(dòng)目標(biāo)區(qū)域的檢測(cè)并將其提取出來，之后將這個(gè)帶有目標(biāo)區(qū)域的穩(wěn)定視頻流送進(jìn)H-S光流算法。最后再通過閥值與區(qū)域?yàn)V波模塊獲得我們需要的閥值結(jié)果如圖5(b)所示以及最終的目標(biāo)檢測(cè)結(jié)果。

　　4 仿真試驗(yàn)及結(jié)果分析

　　仿真試驗(yàn)以主頻為2.10 GHz的CPU，2 GB內(nèi)存的32位的普通PC機(jī)為硬件平臺(tái)，采用Matlab/Simulink進(jìn)行系統(tǒng)建模和仿真，結(jié)果如下。

　　通過觀察上面的仿真結(jié)果以及圖像上的光流點(diǎn)的分布如圖4(a)，可以看出在沒有加入SAD穩(wěn)定算法時(shí)，整個(gè)圖片幾乎每個(gè)角落都有光流的蹤跡。閥值結(jié)果圖4(b)給我們的感覺就是運(yùn)動(dòng)部分比較分散，連車輛前面的道路以及樹木等非目標(biāo)的移動(dòng)都被很明顯地檢測(cè)出來了，這樣得出的結(jié)果就如圖4(c)所示，精確度不高，重要區(qū)域檢測(cè)的重合度導(dǎo)致車輛分辨能力降低。而將經(jīng)過SAD穩(wěn)定算法處理后的視頻進(jìn)行光流檢測(cè)的結(jié)果如圖5(a)，明顯感覺到光流點(diǎn)的分布比較集中，最重要的是集中在了車輛前方的運(yùn)動(dòng)目標(biāo)上，觀察閥值結(jié)果的圖5(b)中發(fā)現(xiàn)盡管在周圍有零星的白點(diǎn)，那可能是一些不可避免的干擾，總體來看白色區(qū)域集中在目標(biāo)區(qū)域中，這樣更加確定光流點(diǎn)分布的精確度比較高。最后的結(jié)果如圖5(c)所示，檢測(cè)結(jié)果符合要求。

　　5 結(jié)論

　　比較經(jīng)過兩種圖像信息處理方法處理的結(jié)果很明顯地看出，SAD算法與光流法結(jié)合的方法效果很好。SAD算法不僅計(jì)算出相鄰兩幀圖像存在一致的運(yùn)動(dòng)偏移，還根據(jù)該偏移矢量消除了視頻序列幀間出現(xiàn)的偏差，使車輛前方目標(biāo)車輛區(qū)域的檢測(cè)很明確，并且將旁邊車道上的運(yùn)動(dòng)車輛區(qū)域獨(dú)立地檢測(cè)出來，如圖5(c)所示。另外，在SAD算法運(yùn)用的過程中，就將運(yùn)動(dòng)區(qū)域與非運(yùn)動(dòng)區(qū)域加以分開，如圖5(a)所示，在后面光流運(yùn)算過程中可以僅在運(yùn)動(dòng)區(qū)域檢測(cè)動(dòng)態(tài)目標(biāo)的信息，如此就可以減少運(yùn)算量，在實(shí)時(shí)性上有一定的提高。本文主要是在比較理想的背景下運(yùn)用軟件仿真檢測(cè)的，對(duì)于復(fù)雜背景下不是太合適，但也是對(duì)這方面的一個(gè)探索，在此基礎(chǔ)上我們還會(huì)研究更進(jìn)一步的方法來適應(yīng)復(fù)雜背景下運(yùn)動(dòng)車輛的目標(biāo)檢測(cè)問題。 　　參考文獻(xiàn)(References)

　　BARON J， FLEET D，BEAUCHEMIN S. Performance of Optical Flow Techniques[J].International Journal of Computer Vision，1994，12(1)：43-77.

　　COLLINS R，LIPTON A，KANADE T，et al. A System for Video Surveillance and Monitoring[R]. CMU-RI-TR-00-12，2000.

　　Fejes S，Davis L S. What can projections of flow fields tell us about the visual motion[C]. Proc of the 6th International Conference on Computer Vision，1998：979-986.

　　HARITAOGLU I，HARWOOD D，DAVIS L W. Real-Time Surveillance of People and Their Activities[J].IEEE Trans Pattern Analysis and Machine Intelligence，2000， 22(8)：809-830.

　　Paragios N，Deriche R. Geodesic active contours and level sets for the detection and tracking of moving objects[J]. IEEE Transactions on Pattern Analysis and Machine Interface，2000，22(3)：266-280.

　　LIPTON A，F(xiàn)UJIYOSHI H，PATIL R. Moving Target Classification and Tracking from Real-Time Video[C].Proceedings Fourth IEEE Workshop on Applications of Computer Vision. WACV'98 (Cat. No.98EX201). U.S.：Princeton，NJ，1998：8-14.

　　向友君，雷娜，余衛(wèi)宇，等. 運(yùn)動(dòng)估計(jì)算法匹配準(zhǔn)則研究[J].計(jì)算機(jī)科學(xué)，2009，36(9)：279.

　　Xiang Youjun，Lei Na，Yu Weiyu，et al .Research of Block Matching Criterion for Motion Estimation[J].Computer Science. 2009，36(9)：279.(in Chinese)

　　GROSSBERG S，MINGOLLAA E. Neural Dynamics of Visual Motion Perception：Local Detection and Global Grouping[C]. Carpenter G A，Grossberg eds. Neural Networks for Vision and Image Processing. Massachusetts：MIT Press，1992：293-842.

　　LUCAS B，KANADE T. An Iterative Image Registration Technique with an Application to Stereo Vision[C]. Proc. of DARPA IU Workshop，1981：121-130.
　　中級(jí)工程師論文發(fā)表期刊推薦《電器工業(yè)》雜志系中國(guó)電器工業(yè)協(xié)會(huì)會(huì)刊，創(chuàng)辦于2000年10月，是新聞出版總署和科技部正式批準(zhǔn)出版的國(guó)家級(jí)刊物。該刊依靠中國(guó)電器工業(yè)協(xié)會(huì)及其40 個(gè)分支機(jī)構(gòu)，美國(guó)、日本、印度、德國(guó)、韓國(guó)等友好協(xié)會(huì)權(quán)威的信息和專家資源優(yōu)勢(shì)，致力于為工業(yè)電器企事業(yè)單位、政府管理部門等提供最新、最有價(jià)值的行業(yè)資 訊，從宏觀層面分析預(yù)測(cè)行業(yè)發(fā)展態(tài)勢(shì)，解讀行業(yè)政策，推介國(guó)內(nèi)外新產(chǎn)品、新技術(shù)，為振興我國(guó)的裝備制造業(yè)服務(wù)，為電工行業(yè)的發(fā)展做貢獻(xiàn)。

轉(zhuǎn)載請(qǐng)注明來自：http://www.jinnzone.com/gongyeshejilw/57173.html