2023年11月20日開發手記

兩種運動檢測演算法的介紹：

幀差法：

二維頻域運動目標檢測：

通過對動態影象的行列分解, 將三維頻域內的運動檢測問題轉化到兩組二維頻域內進行, 從而降低了濾波器設計的難度。給出了一種提取主運動能量的自適應濾波演算法, 通過剔除背景和雜訊的頻率成分, 有效地檢測出運動目標。

複雜度分析：

針對幀差法進行分析，**複雜度主要集中在absdiff與findcontours部分，其中absdiff的迭代次數為2*500*500=50000次，時間為88.46ms(取兩百幀計算平均的時間)

針對二維頻域運動目標檢測演算法，這裡有兩個**版本：

針對py-new-fuliye.py，**的複雜度主要集中在兩個部分：傅利葉變換以及遍歷，在py-new-fuliye.py中，共使用了兩次傅利葉變換與兩次遍歷，遍歷的迭代次數次數為2*50*30=300次，時間為：54.175ms

針對pepoplefft.py（改進版）進行分析，使用了兩次傅利葉變換（一次正一次逆），進行了一次巢狀遍歷，遍歷次數為：50*10=500次，時間為： ms

針對pepoplefft.py進行優化調參：

搜尋噪點：

要找到噪點，就要知道經傅利葉高通濾波變換後，剩餘的邊緣部分在陣列中的表現規律，採用numpy繪圖表示出來：

經過閾值去噪後，效果如圖：