模糊聚类算法在运动目标监控中的应用
摘要
作为传递信息的重要媒体和手段——图像信息是十分重要的。
随着信息技术的进步，数字图像处理技术得到迅速的发展，其研究内容已经由静态图像处理发展到了对序列图像、动态连续图像的研究。在数字图像处理技术广泛的应用领域中动态图像的连续采集和连续处理具有多方面的实用价值。
动态图像与静态图像相比，不仅是空间位置的函数，而且是随时间变化的，包含有运动的信息。对于运动目标的检测就是实时在被监视的场景中检测运动目标，并将运动目标提取出来。在本文中对在静止背景下运动目标监控研究方面当前已有的目标检测算法：基于帧间差异的算法、基于背景估计图像与当前帧图像差异的算法和基于背景统计模型的算法进行了介绍。
自从1965年美国控制论学者Zadeh教授提出模糊论以来，模糊理论在各个领域都有充分的应用，特别是近年来，模糊理论在图像处理方面的应用日益增多。本文主要是基于帧间差异来检测运动目标的方法，同时在模糊C均值聚类(FCM)算法的基础上进行改进，根据隶属度的不同来抑制噪音对视频流信息的影响，通过该方法进行目标检测，达到实时监控的目的。在监控过程中用10MOONS SDK-2000实时的采集影像，进行监控。
将模糊C均值聚类(FCM)算法应用于运动目标监控，不仅对于不同噪音都有较好的抗噪音能力，而且对小目标运动物体能及时的响应，所以可以广泛应用于军事上对飞行物体的检测与报警，在银行里对保险库的实时监控等多个领域。
As an important media and method for transmitting information, the image information is very important.
With the improvement of information technology, digital image processing technology has been developed rapidly. Digital image processing. It’s researching filed has also been expanded from static image processing to sequential image and dynamic continuous image. Continuous Sampling and Continuous processing of dynamic image has various utility in the general application fields of digital image processing technology.
Compared with static image, dynamic image is not only a space position function, but also something varies by time ,and it includes motion information. Detecting to moving objects is the same meaning of examing moving objects in the inspected scene in real time, then picking up the moving objects. In this thesis we introduced several target detect algorithm in the field of detecting moving object under static background, including algorithm based on differences between frames, algorithm based on differences between estimated background image and current frame, and algorithm based on statistics model of background.
Since Fuzzy theory was given by an American control theory scholar named Prof. Zadeh, fuzzy theory has been applied to various fields. Especially in recent years, fuzzy theory has found an increasingly wide utilization in the image processing field. The thesis mainly improves the algorithm on the fuzzy c-means clustering(FCM) algorithm based on the differences of frames to check the moving objective. The basic idea of improvement is restraining the impact of noise on video information according to different subjection. The idea can detect the goal well to achieve the purpose of real-timed monitoring and controlling. In the
procedure of detection, we used 10MOONS SDK-2000 to sample the video and images,
The Application of the FCM algorithm to detecting of moving objective has a good ability to resist the various noises, it also has the ability to response to small moving objective. So FCM can be widely applied to different fields such as detecting and alarm flying objective in military, or real-time detecting in bank.
随着信息技术的进步，数字图像处理技术得到迅速的发展，其研究内容已经由静态图像处理发展到了对序列图像、动态连续图像的研究。在数字图像处理技术广泛的应用领域中动态图像的连续采集和连续处理具有多方面的实用价值。
动态图像与静态图像相比，不仅是空间位置的函数，而且是随时间变化的，包含有运动的信息。对于运动目标的检测就是实时在被监视的场景中检测运动目标，并将运动目标提取出来。在本文中对在静止背景下运动目标监控研究方面当前已有的目标检测算法：基于帧间差异的算法、基于背景估计图像与当前帧图像差异的算法和基于背景统计模型的算法进行了介绍。
自从1965年美国控制论学者Zadeh教授提出模糊论以来，模糊理论在各个领域都有充分的应用，特别是近年来，模糊理论在图像处理方面的应用日益增多。本文主要是基于帧间差异来检测运动目标的方法，同时在模糊C均值聚类(FCM)算法的基础上进行改进，根据隶属度的不同来抑制噪音对视频流信息的影响，通过该方法进行目标检测，达到实时监控的目的。在监控过程中用10MOONS SDK-2000实时的采集影像，进行监控。
将模糊C均值聚类(FCM)算法应用于运动目标监控，不仅对于不同噪音都有较好的抗噪音能力，而且对小目标运动物体能及时的响应，所以可以广泛应用于军事上对飞行物体的检测与报警，在银行里对保险库的实时监控等多个领域。
As an important media and method for transmitting information, the image information is very important.
With the improvement of information technology, digital image processing technology has been developed rapidly. Digital image processing. It’s researching filed has also been expanded from static image processing to sequential image and dynamic continuous image. Continuous Sampling and Continuous processing of dynamic image has various utility in the general application fields of digital image processing technology.
Compared with static image, dynamic image is not only a space position function, but also something varies by time ,and it includes motion information. Detecting to moving objects is the same meaning of examing moving objects in the inspected scene in real time, then picking up the moving objects. In this thesis we introduced several target detect algorithm in the field of detecting moving object under static background, including algorithm based on differences between frames, algorithm based on differences between estimated background image and current frame, and algorithm based on statistics model of background.
Since Fuzzy theory was given by an American control theory scholar named Prof. Zadeh, fuzzy theory has been applied to various fields. Especially in recent years, fuzzy theory has found an increasingly wide utilization in the image processing field. The thesis mainly improves the algorithm on the fuzzy c-means clustering(FCM) algorithm based on the differences of frames to check the moving objective. The basic idea of improvement is restraining the impact of noise on video information according to different subjection. The idea can detect the goal well to achieve the purpose of real-timed monitoring and controlling. In the
procedure of detection, we used 10MOONS SDK-2000 to sample the video and images,
The Application of the FCM algorithm to detecting of moving objective has a good ability to resist the various noises, it also has the ability to response to small moving objective. So FCM can be widely applied to different fields such as detecting and alarm flying objective in military, or real-time detecting in bank.
引文
[1]欧阳黎 张永林，《动态图象的连续采集和连续处理方法》，中国图象图形学报，1999年，vol.4(A)，No.6，458
[2]朱辉 李在铭，《视频序列中运动目标检测》，信号处理，2002年，Vol.18，No.5，448
[3] 关海英 阮秋琦，《序列图像中运动目标的检测》，铁道学报， 1996年，Vol.18，No.4，33
[4]丁艳 赵一帆，《运动目标的检测技术研究》，光学技术，2002年Vol.28，No.4，311
[5]林洪文 涂丹 李国辉，《基于统计背景模型的运动目标检测方法》，计算机工程，2003年，Vol.29，No.16，97
[6]高新波 谢维信，《模糊聚类理论发展及应用的研究进展》，科学通报，1999年，Vol.44，No.21，2241
[7]何清，《模糊聚类分析理论与应用研究进展》，模糊系统与数学，1998年，Vol.12，No.2，89
[8]蔡靖 刘峰 丁润涛，《模糊迭代边缘检测器》，电子与信息学报，2001年，Vol.13，No.2，134
[9]林开颜 徐立鸿 吴军辉，《快速模糊C均值聚类彩色图像分割方法》，中国图象图形学报，2004年，Vol.9，No.2，159
[10]薛忠 谢维信，《模糊C均值聚类算法的一种初始化方法》，系统工程与电子技术，1995年11期，64
[11]郑小松 刘谋政，《数字图像边缘检测的模糊聚类研究》，同济大学学报(自然科学版)， 1999年，Vol.27，No.3，337
[12]王涛 沈谦 冯焕清，《一种改进的模糊聚类算法》，电路与系统学报 1999年Vol.4，No.1，64
[13]沈宇键 何昕 郝志航，《图象序列中检测运动小目标的递归算法》，光电工程，2002年，Vol.27， No.2，9
[14]叶勤 温照芳，《低信噪比情况下小目标检测技术》，机械与电子，2002年1期，76
[15]沈宇键 何昕 郝志航，《运动小目标实时检测系统的设计与分析》，红外与毫米波学报，2000年Vol.19， No.5，366
[16]Bezdek JC，Hathaway R，《Recent convergence results for the fuzzy c-means clustering algorithm》，J.Classification，1988年，Vol.5，No.2，237
[17]Lipton，and H.Fujiyoshi，etc，《Moving Target Classification and Tracking from Real_time Video》， Proc.IEEE Workshop Applications of Computer Vision，1998年10月，
[18]Foresti， GL.，《Object recognition and tracking for remote video surveillance》，IEEE Transactions on Circuits and Systems for Video Technology，1999年，Vol.9， No.7，1045
[19]阮秋琦，《数字图像处理学》，电子工业出版社，2001年1月第1版
[20]Milan Sonka，Vaclav Hlavac，Roger Boyle，《Image Processing，Analysis，and Machine Vision》，人民邮电出版社，2002年1月第1版
[21]Abhijit S.Pandya，Robert B. Macy，《神经网络模式识别及其实现》，电子工业出版社，1999年6月第1版
[22]章毓晋，《图象处理和分析》，清华大学出版社，1999年3月第1版
[23]章毓晋，《图象理解与计算机视觉》，清华大学出版社，2000年8月第1版
[24]李在铭，《数字图像处理、压缩与识别技术》， 电子科技大学出版社，2000年11月第1版，233-275
[25]A.Murat Tekalp，《数字视频处理》，清华大学出版社， 1998年5月第1版
[26] 何新贵，《模糊知识处理的理论与技术》，国防科技大学出版社，1998年4月第2版
[27]李相镐 李洪兴 陈世权等，《模糊聚类分析及其应用》，贵州科技出版社，1994年9月第1版，77-268
[2]朱辉 李在铭，《视频序列中运动目标检测》，信号处理，2002年，Vol.18，No.5，448
[3] 关海英 阮秋琦，《序列图像中运动目标的检测》，铁道学报， 1996年，Vol.18，No.4，33
[4]丁艳 赵一帆，《运动目标的检测技术研究》，光学技术，2002年Vol.28，No.4，311
[5]林洪文 涂丹 李国辉，《基于统计背景模型的运动目标检测方法》，计算机工程，2003年，Vol.29，No.16，97
[6]高新波 谢维信，《模糊聚类理论发展及应用的研究进展》，科学通报，1999年，Vol.44，No.21，2241
[7]何清，《模糊聚类分析理论与应用研究进展》，模糊系统与数学，1998年，Vol.12，No.2，89
[8]蔡靖 刘峰 丁润涛，《模糊迭代边缘检测器》，电子与信息学报，2001年，Vol.13，No.2，134
[9]林开颜 徐立鸿 吴军辉，《快速模糊C均值聚类彩色图像分割方法》，中国图象图形学报，2004年，Vol.9，No.2，159
[10]薛忠 谢维信，《模糊C均值聚类算法的一种初始化方法》，系统工程与电子技术，1995年11期，64
[11]郑小松 刘谋政，《数字图像边缘检测的模糊聚类研究》，同济大学学报(自然科学版)， 1999年，Vol.27，No.3，337
[12]王涛 沈谦 冯焕清，《一种改进的模糊聚类算法》，电路与系统学报 1999年Vol.4，No.1，64
[13]沈宇键 何昕 郝志航，《图象序列中检测运动小目标的递归算法》，光电工程，2002年，Vol.27， No.2，9
[14]叶勤 温照芳，《低信噪比情况下小目标检测技术》，机械与电子，2002年1期，76
[15]沈宇键 何昕 郝志航，《运动小目标实时检测系统的设计与分析》，红外与毫米波学报，2000年Vol.19， No.5，366
[16]Bezdek JC，Hathaway R，《Recent convergence results for the fuzzy c-means clustering algorithm》，J.Classification，1988年，Vol.5，No.2，237
[17]Lipton，and H.Fujiyoshi，etc，《Moving Target Classification and Tracking from Real_time Video》， Proc.IEEE Workshop Applications of Computer Vision，1998年10月，
[18]Foresti， GL.，《Object recognition and tracking for remote video surveillance》，IEEE Transactions on Circuits and Systems for Video Technology，1999年，Vol.9， No.7，1045
[19]阮秋琦，《数字图像处理学》，电子工业出版社，2001年1月第1版
[20]Milan Sonka，Vaclav Hlavac，Roger Boyle，《Image Processing，Analysis，and Machine Vision》，人民邮电出版社，2002年1月第1版
[21]Abhijit S.Pandya，Robert B. Macy，《神经网络模式识别及其实现》，电子工业出版社，1999年6月第1版
[22]章毓晋，《图象处理和分析》，清华大学出版社，1999年3月第1版
[23]章毓晋，《图象理解与计算机视觉》，清华大学出版社，2000年8月第1版
[24]李在铭，《数字图像处理、压缩与识别技术》， 电子科技大学出版社，2000年11月第1版，233-275
[25]A.Murat Tekalp，《数字视频处理》，清华大学出版社， 1998年5月第1版
[26] 何新贵，《模糊知识处理的理论与技术》，国防科技大学出版社，1998年4月第2版
[27]李相镐 李洪兴 陈世权等，《模糊聚类分析及其应用》，贵州科技出版社，1994年9月第1版，77-268
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |