本文介绍了运动目标检测中的帧间差分法，特别是针对传统二帧间差分法存在的问题，提出了改进的三帧间差分法。通过三帧图像的差分结合Otsu算法，提高了目标检测的准确性。同时，讨论了背景差分法，特别是混合高斯背景建模。提供了一段MATLAB源码实现，并展示了运行结果。
⛄一、运动目标检测简介
0 引言
近些年来，运动目标的检测，尤其是运动车辆的检测的发展和应用非常广泛。运动目标检测就是从图像序列中检测出运动目标。目前，运动目标的检测主要方法有背景差分法、帧间差分法、光流法3种。本文对视频中动态场景的运动车辆进行实时检测，解决目标轮廓缺失、背景无法实时更新的问题。
1 帧间差分法
1.1 二帧间差分法
帧间差分法是基于运动图像序列中相邻两帧图像间具有强相关性而提出的检测方法，这种检测方法对光照变化不敏感，非常适合动态变化的环境，而且运算简单，检测速度快，车辆定位准确，适用于实时性要求较高的场景。
传统的帧间差分法，即二帧间差分法的基本原理如下：
式中：Gk(x,y）——结果图像；Pk(x,y）——第k帧图像；
订阅专栏 解锁全文
扫一扫
9814
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
