不足：填充次序不准确等缺点-福州大学学报（自然科学版.DOC

基于光流场与EM算法的运动目标检测 王源金 ，何建农 (福州大学 数学与计算机科学学院，福州350116) 摘要：在计算机视觉领域中，图像目标检测是一个热门研究课题。因为光流法存在对检测目标的不准确性，抗噪能力弱等缺陷，针对这些缺陷，提出了光流场和EM算法相结合的方法，利用两帧图片求得光流场，在这个光流场的基础上利用EM算法对属于背景和目标运动场的光流进行聚类，得到完整的目标，区分出前景和背景，消除噪声。通过仿真实验可知,所提出的改进算法对单目标、多目标或被遮挡的目标的检测都具有良好的效果。 关键词：目标检测；光流场；EM算法；模式识别 中图法分类号：TP391 Moving target detection based on optical flow field and EM algorithm WANG Yuan-jin，HE Jian-nong (College of Mathematics and Computer Science, Fuzhou University, Fuzhou, Fujian 350116,China) Abstract：In the field of computer vision, image target detection is a hot research topic . Due to the fact that the optical flow method for the target detection is not accurate, and weak in anti-noise, I propose a method based on a combination with optical flow field and the EM algorithm. we can obtain optical flow field from two pictures. On the basis of the optical flow field, we use the EM algorithm to cluster the optical flow which belong to the background and the motion field of objectives, as a result, we can obtain a whole objective and distinguish the foreground from background, eliminate noise. Through the experimental results, it shows that the modified algorithm has a good effect on the detection of single object, multi-object or covered-object . Keywords：target detection；optical flow；EM algorithm；pattern recognition 0 引言 运动目标检测作为图像处理的重要部分，是指从复杂的背景中分离出正在运动的目标，即把前景和背景进行分离[1]。若能把运动目标有效地从背景中分离出来，从而进一步研究所检测目标的后期行为，这将极大地促进图像处理的研究。但是，由于复杂的背景和背景的扰动因素，如阴影，光照，扰动的树叶等，这些不确定因素造成了目标检测成为了一个难题。因此，对运动目标检测算法开展研究是十分必要的。 目前，主要的检测技术有：差帧法、背景减除法和光流法等。光流法，主要用两帧图像相减之后，通过给定阈值来筛选运动区域；背景减除法的原理是基于当前帧图像和背景图像相减后，从而来实现背景和前景的分离；光流法，就是根据两帧间图像中像素点的瞬时运动速度来确定运动目标[1]。而随着目标检测理论的快速发展，模式识别也被引入目标检测，例如传统的Kmeans算法、近邻法等，这些理论的引入极大地丰富了目标检测技术，使得目标检测的成功率大大提高。 1 光流场简介 Gison于1950年首次提出光流的概念，所谓光流是指时变图像中模式运动速度[2]，反映在图像中就是像素的瞬时速度。图像所有像素点的瞬时速度就构成了图像的光流场。而在空间中，图像上的运动目标可以通过运动场来刻画，图像上的像素点的不同分布即是运动场的体现[3]。但是，通过图像，直接求运动目标的运动场比较困难，所以需要先用光流场对真实运动场进行近似估计。根据视觉感知原理，空间上连续运动的目标投射到图像上，其显示结果也是连续变化的，这就是灰度不变性假设。根据这一基本假设,可以得到光流基本方程[4]。 假设图像上的点在时刻的灰度为.设光流在