学位论文 > 优秀研究生学位论文题录展示

基于红外的移动人体目标检测与跟踪研究

作　者: 林豪杰
导　师: 晋帆
学　校: 昆明理工大学
专　业: 导航、制导与控制
关键词: 红外图像人体检测人体跟踪
分类号: TN219
类　型: 硕士论文
年　份: 2011年
下　载: 68次
引　用: 0次
阅　读: 论文下载

内容摘要

红外人体目标的检测与跟踪具有重要的研究意义。由于红外图像是热成像,在黑暗和烟雾等环境中仍具有较强的视觉能力,具有可见光不可比拟的优点,因此在视频监控、自动车辆辅助驾驶等领域有巨大的应用价值。然而,由于红外图像无颜色信息,且信噪比低,因此红外图像中的人体检测跟踪极具有挑战性。红外人体目标的检测和跟踪技术,需要解决人体目标的特征提取与描述、分类识别,以及非刚体复杂目标的运动跟踪等问题。要面对的主要困难有：红外图像本身存在分辨率低,动态范围小等成像质量问题；红外图像是灰度图像,且成像模糊,纹理细节少；人体是非刚体目标,大小不一,姿态具有多变性等。本文基于对红外图像中人体目标成像特征的分析,在对现有红外及可见光人体目标检测跟踪方法研究后,提出了一套解决方案。本论文技术综合考虑红外图像中人体目标的检测与跟踪技术,在人体检测阶段,不仅实现人体目标和非人体目标的区分,而且将人体目标归分为两类,为目标跟踪提供依据。图像二值化技术部分,本文研究了基于二维最大熵的图像分割算法和Mean-Shift算法；然后,基于图像二值化的结果,实现候选区域确定；最后,利用SVM分类器实现对候选目标的两级分类检测,第一级采用亮度-距离联合直方图特征,实现人体和非人体目标的区分,第二级则采用不变矩特征将所有人体目标划分为两类,分别进行标识。在红外人体跟踪技术部分,本文提出了一种基于类似简单投票算法的对象跟踪方法。提取人体目标的区域质心特征、区域面积以及偏心率特征,并利用SVM二级分类检测得到的目标类型信息,采用投票的方法,综合四种特征,确定跟踪目标。

全文目录

摘要  3-4
Abstract  4-8
第一章绪论  8-14
  1.1 研究背景  8
  1.2 研究现状  8-12
    1.2.1 国内外研究概况  8-10
    1.2.2 红外人体检测技术概述  10-11
    1.2.3 红外人体跟踪技术概述  11-12
  1.3 论文内容和结构  12-14
第二章红外图像特点与人体目标分割  14-28
  2.1 红外成像原理  14
  2.2 红外图像噪声分析  14-16
  2.3 红外图像的特性  16-18
    2.3.1 灰度统计特性  16-17
    2.3.2 频率特性  17
    2.3.3 邻域特性  17-18
  2.4 基于二维最大熵的阈值分割  18-22
    2.4.1 概述  18-19
    2.4.2 阈值分割  19
    2.4.3 最大熵法  19-20
    2.4.4 二维最大熵法  20-22
  2.5 基于Mean-Shift的目标分割  22-27
    2.5.1 Mean-Shift算法原理  22-24
    2.5.2 Mean-Shift算法性能分析  24
    2.5.3 Mean-Shift算法用于红外图像分割  24-27
  2.6 本章小结  27-28
第三章人体目标检测技术  28-48
  3.1 目标检测算法概述  28-29
  3.2 红外人体图像的常用特征  29-31
    3.2.1 全局特征  29-30
    3.2.2 局部特征  30-31
  3.3 基于SVM的目标分类技术  31-38
    3.3.1 SVM的理论基础  31-34
    3.3.2 最优分类面  34-37
    3.3.3 支持向量机的基本原理  37-38
  3.4 特征提取  38-42
    3.4.1 亮度-距离二维直方图特征提取  38-40
    3.4.2 不变矩特征提取  40-42
  3.5 基于SVM的人体目标多级分类技术  42-43
    3.5.1 算法思想  42-43
    3.5.2 算法流程  43
  3.6 人体识别实验  43-46
  3.7 本章小结  46-48
第四章人体目标跟踪  48-53
  4.1 目标跟踪概述  48
  4.2 本文跟踪方法  48-51
  4.3 实验结果  51-52
  4.4 本章小结  52-53
第五章结束语  53-55
致谢  55-57
参考文献  57-63
附录A 攻读学位期间发表论文目录  63

基于红外的移动人体目标检测与跟踪研究

内容摘要

全文目录

相似论文