视频监控已广泛应用于水路航运,尤其对运动船舶尺寸、流量、速度以及异常事件分析的需求日益突出,运动目标检测作为视频监控系统的核心环节,作用不言而喻。然而实际监控场景复杂多变,变化的光线、摇晃的树叶、水面的波纹等,对运动目标检测的准确性产生了巨大影响,有必要专题研究复杂场景下的运动目标检测算法。论文源自船联网国家重大专项《船舶实时视频图像监测识别系统关键技术研究及应用》和江苏省海事局科研项目《船舶超限检测系统》,结合项目中遇到的难点和挑战,诸如水面波纹、船尾拖纹、相机抖动、船舶运动速度过慢等问题,分析了国内外现有的背景建模算法,找出了算法误检的原因,针对算法缺陷提出了优化方案,并加以实验验证。论文阐述了国内外视频监控系统的研究现状,解析了背景建模算法在运动目标检测中的作用和地位,对比分析了经典背景建模算法的检测性能,提出了基于改进VIBE的运动目标检测算法,优化了基于像素运动特征的MOG算法,给出了基于三维图像的运动船舶超限监测算法。论文研究了背景建模算法理论,对比分析了六种经典背景建模算法的优势与不足,通过实验验证了各个算法的适用场景和检测效果。论文分析了VIBE算法的优点与缺陷,针对动态背景问题,从背景模型初始化、模型匹配和模型更新三个阶段,采用多帧连续图像初始化背景模型,削弱了“鬼影”对后续检测的干扰；根据背景动态程度自适应调整匹配阈值,减少了动态背景误检；计算背景样本离散度寻找最优替换样本,结合空间一致性原理和模糊理论,提高了背景模型准确性,降低了误检率。论文分析了相机抖动下背景像素的运动信息分布,提取像素运动特征,二次分辨MOG算法提取的运动前景,剔除相机抖动产生的误检,并自适应优化了算法的学习速率,在前景区域和背景区域设置不同的更新速率,解决了动态背景误检和真实前景漏检之间的矛盾,提高了算法的鲁棒性。论文研究了三维图像运动船舶超限监测算法,采用三台扫描仪采集三维点云,运用PCA方法分类点云数据,测量出运动船舶的三维尺寸。论文创新点如下：●提出基于改进VIBE的运动目标检测算法,采用多帧图像初始化背景模型,根据背景动态程度自适应调整匹配阈值,计算样本离散度实现最佳样本替换,结合模糊理论,提高了背景模型准确性,降低了动态背景对运动目标检测的干扰；·优化基于像素运动特征的MOG算法,提取像素运动特征用于运动前景二次分辨,并自适应调整学习速率,抑制了抖动误检,提高了算法的鲁棒性。·给出了基于三维图像的运动船舶超限监测算法,用于检测运动船舶的三维尺寸,为监测超限船舶提供依据。