学位论文 > 优秀研究生学位论文题录展示

基于图像序列的运动目标检测与跟踪技术研究

作　者: 田存伟
导　师: 葛广英
学　校: 聊城大学
专　业: 通信与信息系统
关键词: 目标检测目标跟踪模板匹配 Mean Shift 模糊阈值分割 FCM
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 34次
引　用: 0次
阅　读: 论文下载

内容摘要

运动目标检测与跟踪是计算机视觉和信息处理领域中非常活跃的一个课题,涉及众多学科,广泛地应用于军事、工业、生活等各个方面。本文以运动车辆为例,针对运动目标检测与跟踪的各个环节进行了进入探讨和研究,并提出了相应的观点和见解。本文着重探讨了运动目标检测和跟踪的主要算法。并在以下几个方面做了一些研究工作。1、在利用背景差分法检测运动目标时,背景图像的提取和重建至关重要。本文在分析了时间平均法的缺点后,提出了时间轴统计法和小区域处理法。经实验,这两种方法能够更准确的提取出图像背景,且不需要太多的图像样本。2、在利用模板匹配法进行目标跟踪时,提出了金字塔多分辨率+钻石搜索的方法。该方法的主要思想是,首先采用均值金字塔对目标模板和待跟踪图像进行处理,降低分辨率,在每一分层上,采用钻石搜索法对跟踪区域进行定位。该方法可以减少搜索次数,提高搜索效率。本文详细描述了算法原理和跟踪步骤,并对实验结果进行了比较和说明。3、针对现有Mean Shift跟踪算法中跟踪窗尺寸固定的不足,本文提出了两种改进算法。一种是利用模糊阈值分割原理,对加权灰度变换后的目标图像进行分割,从而校正Mean Shift的核函数窗宽。另一种是利用FCM均值聚类原理,在YCrCb颜色空间提取出运动目标的颜色特征向量,并以此校正核函数窗宽,从而达到尺度自适应跟踪的效果,经过实验对比,这两种算法都能够实现较为理想的跟踪效果。本论文的研究主要是通过仿真来实现的,但通过对算法的优化和移植,可利用DSP等高性能硬件系统实现实时跟踪。

全文目录

摘要  3-4
ABSTRACT  4-7
第一章前言  7-12
  1.1 研究的背景与意义  7-8
  1.2 视频检测与跟踪技术的研究现状  8-10
  1.3 本文的研究内容  10-12
第二章运动目标检测与分割  12-30
  2.1 背景差分法  12-14
  2.2 帧间差分法  14-16
  2.3 光流法  16-17
  2.4 背景获取与更新  17-21
  2.5 数学形态学处理  21-25
  2.6 目标分割  25-26
  2.7 算法流程及实验结果  26-30
第三章目标跟踪算法  30-47
  3.1 运动目标特征提取  30-33
  3.2 模板匹配法  33-38
  3.3 卡尔曼滤波器法  38-40
  3.4 粒子滤波法  40-42
  3.5 基于金字塔多分辨率+钻石搜索的匹配跟踪算法  42-47
第四章两种改进的尺度自适应Mean Shift 跟踪算法  47-61
  4.1 Mean Shift 理论  48-50
  4.2 基于模糊阈值分割的Mean Shift 跟踪  50-54
  4.3 基于FCM 的Mean Shift 跟踪  54-60
  4.4 总结  60-61
第五章总结和展望  61-62
参考文献  62-65
致谢  65-66
攻读学位期间发表的学术论文  66-67
附录  67

基于图像序列的运动目标检测与跟踪技术研究

内容摘要

全文目录

相似论文