数字图像处理 读书笔记_我的教学勇气读书笔记

数字图像处理 读书笔记由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“我的教学勇气读书笔记”。

《数字图象处理》学士论文读书笔记

运动对象检测是数字图像处理技术的一个重要部分，它是计算机视觉、目标识别与跟踪、运动图像编码、基于内容的检索、安全监控等视频分析和处理应用的关键步骤。解决跟踪算法的计算量与实时性这对矛盾，是提高系统跟踪精度和跟踪稳定性的关键，此即为本文的关键所在。

对于变化很慢的背景图像而言，可把动目标看作目标对背景的扰乱，可以看作Kalman滤波器在零均值白噪声时的退化公式：

WT[IWP(k)WT] K(k1)P(k1)

若认为图像每一个时空点在空间独立，则以上变量均为标量。即： B(k)P(k1)P(k),P(1)1B(k1)

这就是说估值的方差随着测量次数的增加而逐渐减小，结果是收敛的，对于图像，只要系统采样频率足够快，则可以认为背景静止，所以当图像序列通过这个低通滤波器时，图像序列中遂时间缓变的部分就可以分离出来。接着利用图像和背景进行差分运算，即可从图像中提取出变化的目标

式中的D(k+1)是去除背景后的当前帧目标图像。而后，考虑到空间邻接像素之ˆ(k1)D(k1)(k1)ˆ(k1)ˆ(k)K(k1)ˆ(k)(k1)WP(k_1)1[IK(k1)W]P(k)

间的相关性，需要进一步对差分图像数据进行4x4的空间滑动平均滤波以消除输入图像中的噪声影响，然后将以上得到的目标图的D(k+1))中每个像素的灰度数据向行和列方向分别投影并且求和，据此计算目标的质心，得到相对饱满的目标图像。

该文探讨了渐消记忆递归最小二乘法在图像背景重建中的应用，使用简捷有效的算法结构在复杂背景的条件下分离出了背景和动目标；对图像在空间域做4~4的滑动平均滤波有效地抑制了于扰噪声；在求目标的质心时采用等效灰度投影算法，简化了求质心运算，整体上说算法简洁，操作方便，基本上解决了引文提出的矛盾。文章研究的运动对象检测可应用在计算机视觉、目标识别与跟踪、运动图像编码、基于内容的检索、安全监控等视频分析和处理应用的关键步骤上，如若这种算法得到进一步优化和更新，一定会运用到更多更广的地方。

通信二班 陈阳（10950229）

本文由芬乐网提供

参考文献

1.刘永信等《复杂背景图像中检测动目标的一种方法》 摘自《计算机工程与应用》2002.03

2.曹炬等《从移动背景红外序列图像中检测运动目标》 摘自《电子信息学报》2005.01

3.何卫华等《复杂背景下基于图像融合的运动目标轮廓提取算法》 摘自《计算机应用》2006.01