一种改进的视频运动目标检测算法

李秀丽+李旭健+高林

摘 要：为了克服帧间差分法和HS光流法在运动目标检测中的缺点，提高视频运动目标检测准确性，提出了一种将改进的三帧差分法和基于灰度梯度优化计算的光流法相结合的運动目标检测算法。首先利用改进的三帧差分算法对图像进行预处理，使用最大类间方差法对图像进行二值化，获得全局二值化阈值，得到准确度较高的运动目标区域；然后利用优化灰度计算的光流法处理，排除光线等因素的干扰，从而更加准确地提取运动目标区域。实验结果表明，该方法能够有效提高运动目标检测的准确性。

关键词关键词：HS光流法；三帧差分法；灰度梯度优化；最大类间方差法

DOIDOI：10.11907/rjdk.161773

中图分类号：TP312

文献标识码：A 文章编号：1672-7800（2016）008-0026-04

0 引言

随着计算机技术的不断发展，计算机视觉研究方兴未艾，而运动目标检测在智能交通、军事等领域成为热点。视频图像中的运动目标检测在计算机视觉领域成为一个重要的研究课题。

传统的视频运动目标检测方法有背景差分法、帧间差分法和光流法。背景差分法是利用图像序列中当前帧图像和背景图像相对于参考模型进行比较的一种检测运动目标方法[1]。此算法相对简单，检测效率较高，其性能依赖于所使用的背景建模技术。但是一旦图像背景发生变化或被其它物体干扰时，就不能准确地检测出运动目标，即背景差分法的抗干扰能力较弱。传统的帧间差分法是用图像序列中的连续两帧图像进行差分，然后二值化该灰度差分图像来提取运动信息[1-2]。……