包晓敏，李 平

（浙江理工大学信息学院，浙江杭州 310018）

0 引言

在工业生产领域中，为保障生产车间工作区域人员安全，大多采用金属防护栏、安全标语提示等防护措施，但事故仍时有发生［1］。随着机器视觉技术的蓬勃发展，运动目标检测作为机器视觉核心技术，由于其高效精准的优势，具有较高的研究价值与发展潜力［2］。本文通过软硬件协同工作，搭建基于运动目标检测的安全防护系统，与传统工业车间安全防护相比，具有操作简单、空间占用小、低成本等优点。同时，本文对最大模糊化熵阈值三帧差分算法进行优化改进，实现对运动目标的精准检测与非法闯入危险区域自动报警功能。

运动目标检测是将用户感兴趣的部分从采集的图像序列中分割出来［3-6］。运动目标检测较为成熟的方法有帧差法、光流法、背景差分法［6］。帧差法是将图像序列中相邻图像前一帧作为当前帧背景模型，但易被噪声污染，使运动目标在检测过程中可能产生内部空洞现象［7-8］。光流法是利用图像序列中各个像素点矢量特征从中检测出运动目标的算法，根据不同的光流提取运动目标，但是在噪声、变化的光源等情况下会对其计算结果造成较大影响，算法复杂度高，很难进行实时性检测［9-11］。背景差分法通过待测帧图像与背景图像之间作差分计算以提取运动目标，该方法操作简单，计算量小，但容易受到外部光照强度、区域环境条件等因素影响，需要通过视频序列的帧间信息间断更新背景，否则会使运动目标检测准确性降低［12-14］。……