学位论文 > 优秀研究生学位论文题录展示

智能视频监控中运动目标检测与跟踪技术的研究

作　者: 秦晓敏
导　师: 金炜东
学　校: 西南交通大学
专　业: 信号与信息处理
关键词: 运动目标检测帧间差分运动目标跟踪 Mean Shift算法模板更新目标轮廓
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 113次
引　用: 2次
阅　读: 论文下载

内容摘要

智能视频监控是计算机视觉的一个重要分支,它不仅符合信息产业的发展趋势,而且代表了监控行业的未来发展方向,成为近年来热门的研究领域之一。视频中运动目标检测和跟踪技术是智能视频监控中的两项核心技术,是后续的各种高级处理和应用的基石。本文主要针对运动目标检测和跟踪技术进行了研究,在分析已有研究成果的基础上,针对其存在的问题,提出相应的解决方案。本文的主要研究工作如下：在运动目标检测方面,简要介绍了三类常见的运动目标检测算法,重点分析了帧间差分及对称帧间差分算法的优缺点。以帧间差分理论为基础,给出一种改进的运动目标检测算法。通过实验验证,该算法提高了检测到的运动目标的准确性与完整性,获取了运动目标更多的属性,不仅确定了运动目标的位置,同时也得到了目标的运动方向。在运动目标跟踪方面,针对传统的Mean Shift跟踪算法的不足,给出一种改进的目标跟踪算法。该算法以目标区域的加权梯度方向直方图为特征,建立运动目标的初始模板；在对目标进行定位时,先由Kalman滤波器预测目标在下一帧可能存在的位置,再以此位置作为初始位置,采用Mean Shift算法对目标进行搜索定位；且在跟踪的过程中,采用本文给出的一种基于矩特征的模板更新方法,实现了运动目标模板的自适应更新。实验表明,该算法克服了Mean Shift算法易受到与目标颜色分布相似的背景区域影响的不足,并且当外界环境发生变化时,由于改进算法可以及时的进行模板更新,仍能准确的跟踪到运动目标。目前的很多跟踪算法只能跟踪到目标所在的大致区域,本文在改进的跟踪算法中融入轮廓检测方法,实现了基于运动目标轮廓的精确跟踪,更加有利于目标识别、分类等后续的研究。并以运动目标检测算法为基础,结合投影法和区域生长算法,实现了初始目标的自动与半自动获取,克服了传统的Mean Shift算法需要人工获取初始目标的不足,提高了跟踪算法的智能性。

全文目录

摘要  6-7
Abstract  7-11
第1章绪论  11-17
  1.1 课题研究背景及意义  11-12
  1.2 国内外研究现状  12-16
    1.2.1 智能视频监控系统的研究现状  12-13
    1.2.2 运动目标检测和跟踪技术的研究现状  13-16
  1.3 论文的主要工作和内容安排  16-17
第2章运动目标检测  17-30
  2.1 运动目标检测基本方法研究  17-19
    2.1.1 帧间差分法  17-18
    2.1.2 背景差分法  18-19
    2.1.3 光流法  19
  2.2 改进的目标检测算法  19-26
    2.2.1 对称帧间差分  19-21
    2.2.2 运动模板  21-23
    2.2.3 自适应阈值选取  23-24
    2.2.4 算法描述及流程  24-26
  2.3 实验结果及分析  26-29
  2.4 本章小结  29-30
第3章改进的基于加权梯度方向直方图的Mean Shift跟踪算法  30-47
  3.1 Mean Shift算法的基本原理  30-33
  3.2 卡尔曼滤波建模及遮挡处理  33-36
    3.2.1 卡尔曼滤波器建模  34-35
    3.2.2 遮挡问题处理  35-36
  3.3 改进的目标跟踪算法  36-44
    3.3.1 基于加权梯度方向直方图的跟踪  36-41
    3.3.2 基于矩特征的模板更新算法  41-43
    3.3.3 算法描述与流程  43-44
  3.4 实验结果与分析  44-46
  3.5 本章小结  46-47
第4章改进的Mean Shift算法和检测算法相结合的目标跟踪算法  47-56
  4.1 初始目标获取  47-51
    4.1.1 自动获取算法  47-50
    4.1.2 半自动获取算法  50-51
  4.2 轮廓检测  51-53
  4.3 算法流程及框图  53-54
  4.4 实验结果与分析  54-55
  4.5 本章小结  55-56
结论与展望  56-58
致谢  58-59
参考文献  59-62
攻读硕士学位期间发表的论文及科研成果  62

智能视频监控中运动目标检测与跟踪技术的研究

内容摘要

全文目录

相似论文