高 林，王昌宇

（沈阳理工大学自动化与电气工程学院学院，辽宁 沈阳110159）

0 引言

运动目标检测与识别的实用化是近几年图像识别领域重要研究方向，对运动目标图像的分割、跟踪和分类等在各个方面中都有重要应用。目前，应用较多的算法是三帧差分法、背景差分法和光流法。其中三帧差分法的优点是速度快，背景不用积累，但是对于与运动速度较慢物体容易漏检；背景差分法对于光照、天气等外界环境变化比较敏感；光流法具有精度相对较高的优点，但很难达到实时性[1]。本文所提出的运动目标检测算法，能够达到最大程度降低噪声和最快速度反应目的。

1 应用光流法改进的三帧差分法

利用金字塔Lucas-Kanade光流法对传统三帧差分算法进行改进。采用金字塔结构来计算光流，可以减小光流计算的误差。金字塔结构是对图像的各个层都计算光流矢量，首先计算出图像金字塔最高层处的光流，然后将该光流定义为下一层金字塔的起始点，重复上述过程，直至计算到金字塔的最底层[5]。最后提取出可能存在运动目标的区域，根据不同的阈值在该区域内提取各个目标，这样便将光流法与传统的三帧差分算法结合了起来。

Lucas-Kanade光流法需要满足以下条件：

（1）相邻的帧图像的灰度值不变；

（2）该像素点邻域内的点具有相似的运动状态；

（3）图像运动随时间的变化相对比较缓慢[3]。

设在 t时刻，像素点（x，y）坐标的灰度是 I（x，y，t），由相邻的帧图像的灰度值不变可知

由（1）式得，在 t+dt时刻像素点（x，y）对应点坐标为（x+dx，y+dy），灰度值变为I（x+dx，y+dy，t+dt）。……