HOG车辆检测系统中的运动目标检查算法研究(2)

菜单

2.1 图像预处理 5

2.1.1 图像灰度化 5

2.1.2 图像去噪 6

2.1.3 数学形态学处理 7

2.2 常用运动目标检测算法分析 8

2.2.1 帧间差分法 8

2.2.2 背景差法 9

2.2.3 光流法 10

2.3 本章小结 11

3 基于混合高斯模型的运动目标检测 12

3.1 单高斯背景模型 12

3.1.1 前景背景分割 12

3.1.2 参数更新 13

3.2 高斯混合背景模型 13

3.2.1 背景模型的建立 13

3.2.2 前景检测 14

3.2.3 高斯混合模型背景更新 14

3.3 实验分析 14

4 基于支持向量机的运动目标检测 18

4.1 常用的机器学习算法 18

4.2 车辆检测流程 19

4.3 样本制作 19

4.4 HOG特征 21

4.5 SVM分类器 22

4.5.1 SVM核函数 23

4.5.2 SVM参数设置 23

4.6 实验分析 24

5 总结和展望 26

致谢 27

参考文献 28

1 绪论

1.1 研究目的和意义

随着科学水平不断地提高，社会的快速发展，计算机的出现，使我们进入了信息化的时代，而人主要通过眼睛，也就是视觉来接收和认知信息的，在这个时代里，为了帮助人们处理一些信息，计算机视觉被研究出来，用计算机来模拟人眼和大脑对信息的认知和接收。

运动目标的检测在计算机视觉中是十分重要的一块内容，这是后续研究指定物体的识别和跟踪的基础。所谓运动目标的检测，是将需要检测的对象从图像序列中分离出来，这是后续的研究的前提工作。作为一种运动目标分析技术，运动目标的检测目前很受研究人员的关注，国内外的学者们在这方面已经有了深入的研究，也取得了不错的成果。而且这种技术能被运用到人们的日常生活当中，如：智能视频的监控、人机交互、图像导航等等。不论是民用还是军用，都起到了十分重要的作用，尤其是在军用领域中，随着越来越多的技术，例如卫星、火箭、跟踪导弹等技术需要用到图像分析技术，用于分析视频中感兴趣的目标，视频运动目标分析技术变得格外关键。源:自*751`%论,文'网·www.751com.cn/