学位论文 > 优秀研究生学位论文题录展示

基于光流与水平集融合的运动目标提取

作　者: 杨磊
导　师: 危水根
学　校: 南昌航空大学
专　业: 控制工程
关键词: 运动检测光流场水平集算法多算法融合感兴趣的区域
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 63次
引　用: 0次
阅　读: 论文下载

内容摘要

运动目标检测作为图像处理中计算机视觉学科的重要分支，是近年理论和应用的研究热点之一，广泛应用于金融、交通、安全等许多领域，在社会生产和生活的各个方面显示出越来越重要的地位和作用。运动目标检测就是利用计算机从连续的图像序列中将感兴趣的运动目标从背景中分割提取出来。运动检测是运动分析、智能监控中的重要处理环节，通过运动检测可得到图像中的运动信息，提取图像中的运动目标或感兴趣区域，简化了后续的运动跟踪、识别与分类的难度。传统上依靠单一的检测算法，很难有效完整地从复杂自然场景的图像序列中检测出运动目标。为了获得较高的运动目标检测精度和效率，多方法融合的运动检测目前越来越受到研究者的重视，通过综合运动目标及图像的多信息，检测出运动目标。但是融合方法在提高精度的同时往往抑制运动检测效率，并且在有噪声干扰的情况下，检测结果会出现严重偏差。本文提出一种简单有效的基于光流场和水平集融合的新的运动目标检测算法。首先，通过图像序列中相邻两帧图像得到光流场，并设置阈值对光流大小进行二值化；然后，应用数学形态学闭运算实现区域连通，获取运动目标的大致运动区域；以此区域的边界线为水平集搜索的初始轮廓线，选择合适的图像颜色模型，通过能量函数搜索，得到准确的运动目标轮廓，从而提取出运动目标。实验结果表明，该方法不过于依赖光流场估计的正确性，可有效快速地检测出运动目标。最后，本文通过对在真实交通场景中的车辆检测的实验，验证了本文算法具有一定的实用性和普适性。

全文目录

摘要  3-4
Abstract  4-6
目录  6-8
第一章绪论  8-17
  1.1 研究意义与背景  8-9
  1.2 运动检测的发展与研究现状  9-14
  1.3 光流场和水平集融合的运动检测  14-15
  1.4 本文的研究内容与结构安排  15-17
第二章基于光流法的目标初始检测  17-26
  2.1 光流场的计算  17-19
    2.1.1 光流约束方程  17-19
    2.1.2 图像的归一化操作  19
  2.2 图像的滤波预处理  19-20
    2.2.1 中值滤波  20
    2.2.2 高斯低通滤波  20
  2.3 二值化处理  20-22
    2.3.1 最大方差阈值分割  21-22
    2.3.2 二值化操作的实现  22
  2.4 形态学处理  22-25
  2.5 小结  25-26
第三章基于水平集模型的目标精确检测  26-35
  3.1 水平集算法的基本理论  26-30
    3.1.1 曲线演化理论  26-28
    3.1.2 水平集方法  28-29
    3.1.3 水平集函数的重新初始化  29-30
  3.2 图像颜色模型  30-33
    3.2.1 颜色空间  30-32
    3.2.2 图像颜色模型选择  32-33
  3.3 运动目标的提取  33-34
  3.4 小结  34-35
第四章实验验证与分析  35-48
  4.1 误差测量  35-36
  4.2 本文方法在合成图像序列中的性能验证  36-39
  4.3 本文方法在真实运动图像序列中的应用  39-46
  4.4 小结  46-48
第五章总结与展望  48-50
  5.1 本文结论  48
  5.2 后续工作与展望  48-50
参考文献  50-53
硕士期间发表论文情况  53-54
致谢  54-55

基于光流与水平集融合的运动目标提取

内容摘要

全文目录

相似论文