文档介绍：单位代码: 10293 密级:

硕士学位论文

论文题目: 目标检测系统中背景建模算法
研究及 DSP 实现

学号 Y001090716
姓名胡佳婧
导师胡栋教授
学科专业信号与信息处理
研究方向图像处理与多媒体通信
申请学位类别工学硕士
论文提交日期二零一二年三月
南京邮电大学学位论文原创性声明
本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得
的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包
含其他人已经发表或撰写过的研究成果,也不包含为获得南京邮电大学或其它
教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的
任何贡献均已在论文中作了明确的说明并表示了谢意。

研究生签名:_____________ 日期:____________

南京邮电大学学位论文使用授权声明
南京邮电大学、中国科学技术信息研究所、国家图书馆有权保留本人所送
交学位论文的复印件和电子文档,可以采用影印、缩印或其它复制手段保存论
文。本文电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文
外,允许论文被查阅和借阅,可以公布(包括刊登)论文的全部或部分内容。
论文的公布(包括刊登)授权南京邮电大学研究生院(筹)办理。

研究生签名:____________ 导师签名:____________ 日期:_____________
南京邮电大学
硕士学位论文摘要

学科、专业: 工学、信号与信息处理
研究方向: 图像处理与多媒体通信
作者: 2009 级研究生胡佳婧
指导老师: 胡栋教授

题目:目标检测系统中背景建模算法研究及 DSP 实现
英文题目: The Study of the Background Modeling Algorithm for Object
Detection and Implementation based on DSP technique

主题词:运动目标检测;非参数核密度估计;聚类;图像差分;DM642

Keywords : moving target detection ; non-parametric kernel density
estimation;clustering;difference image;DM642
基金支持
本硕士研究论文受江苏省高校自然科学重大基础研究项目——“智能监控中的多摄像
机协同关键技术”(项目编号:10KJA510036)资助。
南京邮电大学硕士研究生论文摘要
摘要
在很多计算机视觉和数字图像处理的应用中,从视频序列中提取出运动目标都是一项
基础而关键的任务。而运动目标检测融合了模式识别、数学和计算机科学等许多领域的先
进技术,已经在视频监控、智能运输和行为分析等领域得到了广泛应用。随着数字信号处
理设备的高速发展,人们对实时视频目标检测设备的需求日益提高。本文主要研究了基于
背景建模的前景检测问题,并且探讨了在 DM642 数字信号处理器上的算法实现。
非参数核密度模型是现在最常用的背景模型之一,其能快速的适应动态场景的变化,
对运动的目标更为敏感。然而该模型算法复杂度大,对硬件存储量要求较高,很难用于实
时系统。针对非参数核模型的关键技术,本文主要研究内容和创新点如下:
(1)深入研究了非参数核模型,其根据像素的一组历史采样值估计像素的概率模型。
然而,原始采样集中包含着很多冗余信息和噪声点,导致了大量的重复计算和估计误差。
针对这一问题,本文提出了一种基于聚类的非参数核背景模型。原始采样集通过聚类,生
成包含背景模型最重要、频率最高特征的小样本子集。不同颜色分量的核带宽被用于区分
小样本集中不同的特征样本。另外,模型使用了色度坐标来抑制阴影。实验证明,本文提
出的背景建模方法能有效的检测出运动目标并降低在目标检测时的计算量和存储要求。
(2)使用了自适应图像差分的预处理技术来减少需进行非参数核估计的像素数。本文
研究了最小平方中值(LMedS)算法的原理,来计算差分图像的噪声方差。从而得到时间
背景差分的自适应阈值。实验表明,大量因图像噪声导致颜色分量变化的背景像素被滤除
了,为后续的处理降低了计算量。
(3)将本文所述算法移植到了基于 TMS320DM642 的硬件开发平台上。并通过使用指数
运算展开、循环展开等优化方法对代码进行优化以加快系统的运行速度。实验表明,该系
统在实验室环境中有很好的性能。
文