学位论文 > 优秀研究生学位论文题录展示

Camshift与Kalman滤波相结合的跟踪技术研究

作　者: 徐磊
导　师: 房红兵
学　校: 南京理工大学
专　业: 物理电子学
关键词: 目标检测目标跟踪背景建模 Camshift算法 Kalman滤波
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 57次
引　用: 0次
阅　读: 论文下载

内容摘要

目标跟踪算法的研究对于计算机视觉具有十分重要的意义,它将模式识别,人工智能,图像处理及自动控制等多个方面的先进技术,广泛应用于智能机器,医疗诊断,智能监控,交通控制等领域。现阶段,运动目标检测与跟踪算法的精确度和鲁棒性,已逐渐难于满足各种复杂的应用环境的越来越高的需求,这使其成为目前研究的热点之一。本文将在研究常用的运动目标检测与跟踪算法的基础上,对其作出进一步的改进和完善,以期达到更好地跟踪效果。在运动目标检测中,本文先介绍常见的三种检测方法的基本原理,再针对传统方法的局限性,将背景差分法与帧间差分法相结合,提出一种改进的方法。然后,为能更好地进行下一步的目标跟踪,对检测得到的图像进行了一系列的处理,主要包括开运算、闭运算和连通性分析。在跟踪算法的研究中,本文将重点分析camshift跟踪和卡尔曼滤波跟踪这两种跟踪方法的优缺点。然后将二者结合在一起,提出一种改进后的算法,并利用实验结果证明,改进后的算法不仅提高了跟踪精度,还可以使运算时间大大缩短,提高跟踪的实时性。

全文目录

摘要  3-4
Abstract  4-7
1 绪论  7-10
  1.1 研究背景和意义  7-8
  1.2 国内外研究现状  8-9
  1.3 各章节内容安排  9-10
2 运动目标检测及后续图像处理  10-25
  2.1 常见的运动目标检测方法  10-15
    2.1.1 背景差分法  10-12
    2.1.2 帧间差分法  12-13
    2.1.3 光流法  13-15
  2.2 改进的运动目标检测方法  15-21
    2.2.1 背景建模简介  16-18
    2.2.2 改进的运动目标检测方法  18-20
    2.2.3 检测结果分析  20-21
  2.3 图像处理后续步骤  21-24
    2.3.1 去除图像噪声  22-23
    2.3.2 确定后续跟踪的目标模板  23-24
  2.4 本章小结  24-25
3 运动目标跟踪技术研究  25-42
  3.1 目标跟踪技术的四种基本算法  25-27
    3.1.1 基于模型匹配的跟踪方法  26
    3.1.2 基于特征匹配的跟踪方法  26
    3.1.3 基于区域相似的跟踪方法  26-27
    3.1.4 基于变形模板的跟踪方法  27
  3.2 基于光流的目标跟踪方法  27-28
    3.2.1 连续光流法  27-28
    3.2.2 特征光流法  28
  3.3 基于camshift的跟踪方法  28-36
    3.3.1 Mean Shift算法简介  28-31
    3.3.2 常见颜色模型简介  31-32
    3.3.3 利用Camshift进行运动目标跟踪  32-35
    3.3.4 Camshift目标跟踪结果  35-36
  3.4 基于Kalman滤波的跟踪方法  36-40
    3.4.1 Kalman滤波基本原理  36-38
    3.4.2 基于Kalman滤波的跟踪方法  38-40
    3.4.3 Kalman滤波跟踪结果  40
  3.5 本章小结  40-42
4 Camshift与Kalman相结合的跟踪算法  42-48
  4.1 Camshift目标跟踪存在的问题  42-43
  4.2 改进后的跟踪算法  43-44
  4.3 新算法的实际效果分析  44-46
  4.4 本章小结  46-48
5 总结与后续研究方向  48-49
  5.1 工作内容总结  48
  5.2 后续研究方向  48-49
致谢  49-50
参考文献  50-54

Camshift与Kalman滤波相结合的跟踪技术研究

内容摘要

全文目录

相似论文