1、“.....在这整个过程中，他始终对我耐心指导严格要求，定期听取我的进展汇报并给予详细的解答，认真帮助我解决学习研究中遇到的种种问题。进入实验室来，导师不仅在学业上给我以精心指导，同时在思想生活上给我以无微不至的关怀。在此谨向张老师致以诚挚的谢意和崇高的敬意。感谢我的母校，在四年的学习生活中，我不仅学到了大量专业知识进行科研的技能和方法，更懂得了许多为人处事的道理。这里优良的学风各位老师渊博的知识和严谨的治学态度，将会是我人生路上的宝贵财富。在此我还要感谢实验室的张漫老师姚姜虹巩淼王徐岩周勃等同学，在整个实验室阶段，我们共同努力，共同进步，同时帮助我解决了很多问题。经过两年多的共同生活，我们结下了深厚的师生情谊及友谊，这使得那些并肩作战的日日夜夜充实美好而令人难忘。最后，特别感谢我的家人，他们多年来直默默的给予我悉心的关怀和支持，他们是我积极向上的不竭动力......”。

2、“.....你们所提的宝贵意见和诚恳指正将使我永远受益。图像的光流运动场。根据每个像素点的光流矢量特性对图像进行动态上的分析，当前景物体与他所在的图像背景之间保持相对运动，由目标的运动而产生的运动矢量必然不同于相邻背景中的运动矢量，这样就能很好的检测到目标所在的位置。下面为光流法流程图图光流法流程图运动致的区域，光流表现出致性运动不致的区域，光流表现出不致。通过对光流场进行分析，可以实现运动目标的检测和跟踪。光流场是种二维瞬时速度场，其中的二维速度场矢量是景物中可见点的三维速度矢量在成像表面的投影。光流不仅包含了被观察物体的运动信息，而且携带着有关景物三维结构的信息。光流法检测运动目标的基本原理是给图像中的每个像素点赋予个速度矢量，从而形成个图像运动场，在运动的个特定时刻，图像上的点与三维物体上的点对应，这种对应关系可由投影关系得到......”。

3、“.....可对图像进行动态分析。若图像中没有运动目标，则光流矢量在整个图像区域连续变化。当舞台和背景图像有相对运动时，运动物体所形成的速度矢量必然和邻域背景速度矢量不同，从而检测出运动物体的位置。该方法的优点是光流中的信息丰富，包括目标的运动信息以及所在背景中的三维信息全在其中，不需要预先知道场景的任何信息就能检测独立运动的对象，在静止背景和运动背景情况下均适应，更大的优点是该方法在应用场合优越于帧间差分法和背景差分法，因为光流法对背景的要求不高，尤其在摄像机运动的情况下也能够检测采集时刻图像像素点的灰度信息解相关光流约束方程求像素点的速度矢量分析光流矢量场最后检测出运动目标东北石油大学本科生毕业设计论文出独立的运动目标。因此成为较有研究意义的算法。虽然这种方法存在很多优点，但是在实际中应用确很少，这是因为这种方法易受噪声影响，当目标与背景图像相近时会导致很高的虚警率......”。

4、“.....检测的实时性很难体现出来。但是如果要检测的运动目标不运动或者速度很慢光流法会失去应有的效果，通常可以通过结合目标的颜色形状等信息来提高算法的可靠性。上述导致了光流计算法在使用时具有较差的实用性。将来如果提高计算机硬件能力以加速处理大数量的运算，光流法定会成为目标检测跟踪领域的核心应用算法之。帧差法帧差法是直接比较两帧图像对应像素点灰度值的不同，然后通过阈值来提取序列图像中的运动区域。帧间差分法在运动目标检测中与背景差分法都是较为常用的检测方法，在运动目标所在的背景是静止时更加适用。其基本思想是在视频序列中的相邻两帧或者三帧间利用他们之间的目标运动的差异差分计算，并对其差分结果阈值化提取出目标所在图像上的运动区域，图像帧相减可以去掉灰度没有发生变化的部分。该方法的最大特点就是速度快，背景不积累更新速度快而且对整体光照变化不是很敏感，比光流法计算量小......”。

5、“.....容易实现实时监控。不足之处有对环境噪声较敏感，但既要抑制住图像噪声又要留住图像中的有用变化就增加了阈值选取的难度。当遇到颜色相近较大运动目标时很可能在目标内部产生空洞现象以致不能完整的提取出运动目标。该方法的原理是如果在幅图像的位置目标发生变化，那么对应于该位置的灰度也将发生变化，而目标没有发生变化的部分，则灰度不发生变化或发生很小变化。设第帧第帧视频帧图像在点，的像素值分别为，表示它们的二值差分图像，如下式所示连续两帧差分法虽然算法的复杂度低，对外界的光照变化能较好的适应，而且由于相邻帧的时间间较短，受目标阴影的影响也不大，对动态环境有较好的适应性。但是从实验结果看来效果不是很理想，由于两帧图像直接做差，因此会出现两帧图像目标重叠的那部分检测不出来或是检测出的目标存在伪运动信息等等的问题。而且如果背景变化比较大，如光照雨雪等，使用帧差法来检测运动目标，效果就比较差......”。

6、“.....它具有简单运算速度快等诸多优点。它是利用当前图像与背景图像的差分来检测运动区域的种技术。先为背景图像统计建模，而后将每个输入视频帧和背景图像相比较，如果同位置的像素特征像素区域特征或其他特征存在定程度的差别，则视频帧中这些位，东北石油大学本科生毕业设计论文置的像素点或像素区域就构成前景运动目标区域，这些前景像素点做进步处理，即可得到运动目标位置大小形状等信息。由于抛洒物检测多用于公路，隧道等监控系统中，摄像机位置相对固定，背景图像相对单，所以本系统采用背景差分法来实现运动目标检测。背景提取所谓背景就是在连续的视频帧图像序列中灰度值变化很小或没有变化的像素点群组成的图像。从统计学的角度可以建立统计学背景模型，其中为统计学函数。，为时刻点，处的像素值。为连续的图像序列的帧数。原始背景的提取对检测结果起到决定性作用......”。

7、“.....在最理想情况下，获取背景模型的最简单最有效的方法是在场景完全静止即没有任何运动目标的情况下进行的背景的提取。但是在真实的公路的环境中，背景中的动态目标变化是复杂的，监控设备工作的大部分时间里，路面并不是静止不变的，其中主要是车辆的移动，天气的变化包括光线的移动，甚至风吹动引起的树枝摆动等等，如果直接用当前帧和静止背景进行差分，则会对检测结果产生影响，甚至产生的结果。因此在对运动目标进行检测时，保持背景模型实提取原始背景最简单的办法就是采用统计学的方法，不同的统计学函数对背景建立方法也不同。例如直方图法提取背景就是，利用函数统计连双重背景差分法的有效性，利用和联合编程，通过在桥上安置录像装置模拟视频监控设备。图为实验采集到的结果图，图为输入图像图为利用加权叠加算法得到的背景图像，从中可以明显看到背景的更换。图为产生抛洒物后的图像图为利用加权叠加算法得到的背景图像......”。

8、“.....融入到背景中。图为背景差分后得到的抛洒物的图像。东北石油大学本科生毕业设计论文图实验采集到的效果图本系统将背景的提取由直方图法改进为加权叠加的算法，实验结果表明，不仅降低了计算量，提高了检测效率，而且将检测比由原来的提升到。同时背景差分算法对抛洒物的检测实时性好，对于检测路面上产生的抛洒物等异常事件具有较好的效果，能够满足对路面的日常安保监控和交通监控的需求。本系统主要测试方法为，选用在不同光线角度车辆密集度等多种使用环境下的视频进行进行系统适应性测试。现系统对抛洒物的检测无问题出现，反馈良好。东北石油大学本科生毕业设计论文此外，我认识到测试不能证明程序是完全正确的，即使经过了最严格的测试之后，仍然可能还有没被发现的潜藏在程序中。测试只能查找出程序中的，不能证明程序中没有。测试工作可以发现程序中存在的问题，也正是在这不断发现问题和解决问题之中......”。

9、“.....更加明白了测试工作在整个系统设计中的重要性。东北石油大学本科生毕业设计论文结论随着高速公路和隧道的飞速发展，由此带来的交通事故不断增加，基于视频图像序列的交通事件检测，作为自动交通事件检测的个重要组成部分，是智能交通系统研究的个重要领域。抛洒物事件作为个频繁发生的交通事件，其引发的交通事故及安全隐患早已成为高速公路和隧道急需解决的重大安全问题。而今的交通事件检测系统大多停留于停车低速拥塞等基本事件的检测，如何及时准确的检测到抛洒物事件的发生，尽早排除安全隐患，保障高速公路和隧道安全畅通，已成为研究的热点问题。目前国外的许多抛洒物检测算法大多应用在遗失物和盗窃物的检测方面，用于抛洒物交通事件检测的并不多，将现有算法直接应用于抛洒物交通事件检测的可行性仍有待检验，而国内抛洒物检测仍有许多空白。基于视频图像序列的抛洒物事件检测......”。