一种运动区域提取算法及Matlab实现本篇文章来源于Linux公社网站(www.linuxidc.com)原文链接：HYPERLINK"http://www.linuxidc.com/Linux/2011-07/38956.htm"http://www.linuxidc.com/Linux/2011-07/38956.htm摘要：本文提出了一种基于累积差分和数学形态学处理的运动区域提取算法。在时域窗口内，首先对图象进行降级处理得到灰度带图象，对灰度带差分图象累积并进行数学形态学处理得到运动目标的轨迹模版，将轨迹模版与当前帧差分图象与运算得到当前帧运动目标象素，最后进行多级数学形态学处理得到当前帧运动区域。实验结果表明，该算法不仅能够对静止背景序列运动区域有较好的分割结果，而且在没有进行全局运动补偿的情况下，对部分运动背景序列也能成功的提取出运动区域。关键词：累积差分运动区域提取视频对象分割动态视觉注意模型AlgorithmofMotionregionextractionbasedonaccumulativedifferenceandMorphologicalProcessingAbstract:Thispaperpresentsamotionregionextractionalgorithmbasedonaccumulativedifferenceandmoraphologicalprocessing.Grey-bandimageisgeneratedthroughreducingthegreylevelsoftheoriginalimage,thentracktemplateformotiontargetisgeneratedbyaccumulatingthegrey-banddifferenceimagesandfollowingmoraphologicalprocessing.MotionpixesofthemotiontrargetinthecurrentframearedetectedbyANDoperatorbetweenthetracktemplateandthecurrentframedifferenceimage,andlastlymotionregionofthecurrentframeisgeneratedbymultilevelmorphologicalprocessing.Experimentalresultsdemonstratethat,thealgorithmperformswellnotonlyinstaticbackgroundsequences,butalsocanextractmotionregionsuccessfullyinsomedynamicbackgroundsequenceswithoutglobalmotioncompensation.KeyWords:accumulativedifference;motionregionextraction;videoobjectsegmentation;dynamicvisualattentionmodel1.引言运动目标提取是计算机视觉中的一个重要的研究课题，其在视频监控、新一代视频编码（如MPEG-4）、视频编辑、智能交通、模式识别等领域有着重要的应用。运动目标提取是视频对象分割的重要组成部分，同时，在新近逐步展开的动态视觉注意研究中，运动目标的提取也是其中的关键环节之一[1][2]。差分图象法是实现运动目标检测快速、简便的方法，大多数相关算法都是以差分图象法为基础的。差分图象法有连续帧差分[3]、隔帧差分[5]、累积差分[4]、减背景法[6]等形式。本文提出了一种新的基于累积差分和数学形态学处理的运动区域提取算法，在时域窗口内，先对图象进行降级处理得到灰度带图象，对灰度带差分图象累积并进行数学形态学处理得到运动目标的轨迹模版，将轨迹模版与当前帧差分图象与运算得到当前帧运动目标象素，最后进行多级数学形态学处理得到当前帧运动区域。算法框图见图1。2．图象灰度带处理在摄象机静止的条件下，视频序列图象由静止的背景与运动的前景目标构成，但由于成象系统噪声等影响，连续帧差图象中非零灰度值不都是由于目标运动造成的，还有很大一部分来自噪声的影响。噪声一般可以建模为高斯噪声，通过对视频序列的多帧分析可以得到相应模型的特征参数（均值μ，方差σ2），此种方法效果较好，但计算复杂，本文采用[1]中的一种简单而有效的去噪方法，其基本思想是将原始的256级灰度图象转换为低灰度级（通常为8级）图象，即把一定灰度范围内的灰度分布简化为同一灰度带，同时，当前帧图象的灰度带处理时考虑了当前帧与前一帧灰度带对应灰度值的变化