学位论文 > 优秀研究生学位论文题录展示

基于鱼眼相机的运动目标检测算法的研究与实现

作　者: 董贞芬
导　师: 韩铁民
学　校: 东北大学
专　业: 计算数学
关键词: 智能视觉监控 鱼眼图像矫正 运动目标检测 阴影抑制
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 76次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着社会不断的发展,人口居住越来越密集,突发事件和异常事件也日益增多,怎样才能对其进行有效的监控,以尽量减少或避免损失显得愈加重要,因此,世界各国政府和学者都开始将目光聚集到了新一代的监控技术.对于银行、军队、政府等重要安全部门,和交通路口、机场、商店、停车场、商业大楼等公共场所,出于管理和安全的需要,人们必须时刻知道该区域内发生的事件,于是采用某种特定方法来监视这些场景,以便能及时地对该区域发生的异常事件做出适当的反应及补救,这就是所谓的监控.尤其在美国9.11恐怖袭击事件以后,各国更加重视这样一个问题,即如何对国家重要安全部门和敏感的公共场合进行全天的、自动的、实时的监控,而智能视觉系统就是解决这一问题的有效手段之一本文研究的智能视觉系统主要应用了基于鱼眼相机的运动目标检测算法,其中,鱼眼相机的矫正,背景图像的建模和运动目标检测中的阴影抑制是研究的重点.本文首先提出了一种基于等距投影模型的鱼眼图像矫正算法.该方法主要是用扫描线逼近算法确定图像的光学中心和球面半径,然后将2D鱼眼畸变图像通过等距投影模型投影到2D无畸变图像上,从而得到人类视觉所看到的正常图像,使后面的目标检测更加容易,更加准确.本文首先在鱼眼矫正之后的图像上,运用了改进的平均值建模算法,其目的是在相机固定不变的情况下,排除噪声点并提取出运动前景区域,用归一化的互相关函数和图像纹理的特征,抑制运动前景中的阴影部分,最终检测出运动目标区域.实验结果表明本算法支持C100和C105的鱼眼相机,在大多数场景下的背景建模,能较好地实现运动前景的检测.同时,在采用归一化的互相关函数的基础上,采用了纹理特征的阴影抑制算法避免了图像中的阴影的影响,提高了运动目标检测的准确性,更好地实现了基于鱼眼图像的运动目标检测算法.

全文目录


摘要  5-6
Abstract  6-11
第1章 绪论  11-19
  1.1 智能视觉监控(IVS)  11-15
    1.1.1 智能视觉监控(IVS)  11-12
    1.1.2 国内外研究现状及发展动态分析  12-13
    1.1.3 智能视觉监控的关键技术  13-15
  1.2 研究意义  15-16
  1.3 本文的主要工作  16-19
    1.3.1 研究内容  16
    1.3.2 本文的组织结构  16-19
第2章 鱼眼图像的矫正  19-37
  2.1 鱼眼图象成像和矫正的原理  19-23
    2.1.1 鱼眼图像成像原理  19-20
    2.1.2 鱼眼图像矫正考虑因素  20-23
  2.2 鱼眼图像畸变矫正算法概述  23-31
    2.2.1 基于控制对象的方法  23-26
    2.2.2 模式法  26-31
  2.3 基于等距球面投影模型的鱼眼矫正算法  31-36
    2.3.1 算法研究  31-32
    2.3.2 算法实现  32-35
    2.3.3 算法评估  35-36
  2.4 本章小结  36-37
第3章 运动目标检测  37-47
  3.1 引言  37
  3.2 运动目标检测  37-43
    3.2.1 光流法  37-38
    3.2.2 连续帧间差分法  38-39
    3.2.3 背景差分法  39-43
  3.3 改进的平均值法  43-46
    3.3.1 算法研究  43-44
    3.3.2 算法实现  44-45
    3.3.3 算法评估  45-46
  3.4 本章小结  46-47
第4章 运动目标检测中的阴影抑制  47-61
  4.1 引言  47-48
  4.2 阴影特征  48-49
  4.3 阴影模型  49-50
    4.3.1 检测条件  49
    4.3.2 阴影模型的建立  49-50
  4.4 阴影检测算法  50-56
    4.4.1 颜色空间变换的阴影抑制  51-54
    4.4.2 基于统计的阴影抑制  54-55
    4.4.3 基于色彩特征不变量的阴影抑制  55-56
    4.4.4 基于物理模型的阴影抑制  56
  4.5 基于归一化互相关函数和纹理特征的阴影检测算法  56-59
    4.5.1 算法研究  56
    4.5.2 算法实现  56-58
    4.5.3 实验结果与分析  58-59
  4.6 本章小结  59-61
第5章 运动目标检测中算法的应用  61-67
  5.1 引言  61
  5.2 系统的实现平台  61-62
  5.3 运动目标检测功能  62-63
    5.3.1 算法流程逻辑  62-63
    5.3.2 算法的输入与输出  63
  5.4 算法评估  63-65
    5.4.1 评估图像  63-64
    5.4.2 评估方法  64
    5.4.3 评估结果  64-65
  5.5 本章小结  65-67
第6章 结束语  67-69
  6.1 总结  67
  6.2 进一步的工作  67-68
  6.3 展望  68-69
参考文献  69-73
致谢  73

相似论文

  1. 视频运动目标跟踪方法研究,TP391.41
  2. 基于全方位视觉的多运动目标检测、跟踪与定位,TP391.41
  3. 基于混合高斯的背景建模与更新算法的研究与实现,TP391.41
  4. 嵌入式多参数环境智能监测系统的设计与实现,TP274
  5. 基于视频的智能交通监控系统关键技术研究,TP277
  6. 运动检测技术在智能监控系统中的应用,TP277
  7. 动态场景下运动目标检测与跟踪算法研究,TP391.41
  8. 视频监控系统中的运动目标检测算法研究,TP391.41
  9. 视频监控系统中相关图像处理技术的研究与实现,TP391.41
  10. 智能交通视频监控系统中关键技术研究,TP391.41
  11. 基于视频分析的智能监控系统研究与实现,TP391.41
  12. 视频监控报警跟踪技术的研究与实现,TP391.41
  13. 智能视频监控中的运动目标检测与跟踪算法研究,TP391.41
  14. 基于DSP的运动目标检测系统的实现,TP391.41
  15. 视频监控中运动目标检测算法的研究,TP391.41
  16. 基于OpenCV的智能视觉监控系统的设计与实现,TP391.41
  17. 视频图像目标车辆搜索系统研究,TP391.41
  18. 基于粒子滤波的行人跟踪与性能分析系统的设计与实现,TP391.41
  19. 视频序列中运动目标的检测与跟踪,TP391.41
  20. 智能交通系统车辆检测算法研究,TP273.5

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com