结论
独立分量分析是自信号分离研究领域中的一个具有创造性的方法。经过十多年的蓬勃发展，取得了多项理论和应用上的成果，目前已成为信号处理领域中一个的研究热点。在理论上，不同的研究团体从不同的角度出发对ICA进行了详细深入的研究，并提出了性能各异的实现算法，同时，随着信号传输与处理技术的发展，ICA在语音识别、无线通信和医学信号处理等信号处理方面的广泛的应用潜力也正在逐渐显露出来。
首先，本文通过对连续帧间差分法、背景差分法、光流法这三种传统的运动检测方法进行理论分析与运动检测，发现由于系统和传感器的固有噪声、目标周围背景的干扰、天气、光照的变化、运动目标的影子、摄像机的抖动以及运动目标的自遮挡和互遮挡现象等这些干扰因素的存在，给图像序列中运动目标检测带来了极大的困难。可以看出每一种检测方法都有自身的优势和缺陷。通过分析、总结多种图像序列中的运动检测方法，在传统的基础之上进行了一些改进，采用了多维数字信号处理方法-独立分量分析方法（ICA：Independent Component Analysis）进行检测，希望能准确检测出运动目标的轮廓，并能很好地解决干扰因素对检测的影响。在介绍独立分量分析的基本理论和算法的基础上，提出采用基于Fast1CA算法和Infomax算法对实际视频图像中的运动目标进行运动检测的方法，并将该算法用MATLAB编程实现。实验结果表明该方法能准确的检测出运动目标的轮廓，是一种有效的运动目标检测方法。
但是，独立分量分析的方法还不够成熟，相信随着这一理论的进一步完善，可以取得更好的运动目标检测效果。
通过这次毕业设计，最终达到经过4年学习，懂得如何查新、如何选题、如何发现问题、解决问题、如何对所做工作进行全面、系统的总结的目的。


本电子电气通信自动化毕业设计“图象序列中的运动检测方法研究”论文由清风毕业设计网[www.lunwen550.com]征集整理！