学位论文 > 优秀研究生学位论文题录展示

基于OpenCV的运动目标检测与跟踪算法的研究

作 者: 王艳红
导 师: 冯再麟; 秦会斌
学 校: 杭州电子科技大学
专 业: 电子与通信工程
关键词: 运动目标检测与跟踪 混合高斯背景建模 KalmanShift算法 OpenCV
分类号: TP391.41
类 型: 硕士论文
年 份: 2014年
下 载: 21次
引 用: 0次
阅 读: 论文下载
 

内容摘要


运动目标检测与跟踪是计算机视觉的一个研究热点,它融合了图像处理、模式识别、人工智能、形态学以及自动控制等众多领域的先进技术,在智能视频监控、机器视觉导航等领域的应用越来越广泛。本设计的算法研究环境是在VS2010开发平台,基于OpenCV计算机开源视觉库搭建,对本文算法中用到的OpenCV中的关键函数及其用法作了详细说明。噪声消除和边缘处理一直是数字图像处理中的必要环节,本文介绍了常用的中值滤波、高斯平滑、算子处理等方法,重点阐述了算法思路,为后文的目标检测与跟踪算法思想打下基础。通过研究学习国内外近几年相关学术文献发现,运动目标检测算法主要有帧间差分法、背景差分法、光流法,也有很多改进的算法,如三帧差分法,背景建模算法等。通过对比分析各种算法的优缺点得出,单一的算法都不能实现理想的检测效果,因此,本文在传统的运动目标检测算法的基础上,实现了将帧间差分法、背景差分算法和混合高斯背景建模算法相结合的算法,通过实验效果对比分析,验证了该算法的实时性和有效性,实现了人眼识别范围的比较理想的检测结果。运动目标跟踪算法当前流行的主要有MeanShift算法、KalmanShift算法、粒子滤波算法以及基于Blob信息提取的算法,由于本文研究的应用环境是摄像机固定场景,选择了实现算法简单有效的KalmanShift算法,结合运动目标位置预测做出改进。在改进算法的同时,通过实验效果图对比分析不同算法的处理效果,验证了改进算法的有效性和实时性,对于智能视频监控系统的发展及应用有重要的意义。

全文目录


摘要  5-6
ABSTRACT  6-7
目录  7-9
1 绪论  9-27
  1.1 本文研究背景和意义  9
  1.2 智能视频监控系统中的运动目标研究  9-12
  1.3 国内外研究现状及发展趋势  12-25
    1.3.1 运动目标检测研究现状和发展趋势  13-17
    1.3.2 运动目标跟踪研究现状和发展趋势  17-25
  1.4 本文研究内容  25-26
  1.5 本文结构安排  26-27
2 OpenCV 技术  27-34
  2.1 OpenCV 技术介绍  27-28
    2.1.1 OpenCV 特点  27
    2.1.2 OpenCV 功能  27-28
    2.1.3 OpenCV 模块  28
  2.2 OpenCV 应用技术基础  28-32
    2.2.1 OpenCV 的命名规则  28-29
    2.2.2 基本数据结构  29
    2.2.3 对摄像头和视频流的使用与操作  29-32
  2.3 本文 OpenCV 配置  32-33
  2.4 本章小结  33-34
3 图像处理  34-54
  3.1 彩色模型  34-37
    3.1.1 RGB 彩色模型  34-35
    3.1.2 HSI 彩色模型  35-36
    3.1.3 彩色模型转换  36-37
  3.2 图像的增强  37-39
    3.2.1 图像的简单平滑  37
    3.2.2 图像的高斯平滑  37-38
    3.2.3 图像的中值滤波  38-39
    3.2.4 OpenCV 的图像平滑处理  39
  3.3 边缘检测和轮廓跟踪  39-48
    3.3.1 边缘检测  40-42
    3.3.2 Hough 变换  42-43
    3.3.3 轮廓跟踪  43-48
  3.4 图像的二值化处理  48-50
    3.4.1 图像二值化及在 OpenCV 中的应用  48-49
    3.4.2 自适应阈值二值化算法  49-50
  3.5 图像的形态学操作  50-53
    3.5.1 膨胀与腐蚀  51
    3.5.2 开运算与闭运算  51-53
  3.6 本章小结  53-54
4 运动目标检测  54-65
  4.1 概述  54
  4.2 常用算法比较分析  54
  4.3 本文实验中改进的算法  54-61
    4.3.1 改进的帧间差分法  54-56
    4.3.2 改进的背景差分法  56-57
    4.3.3 背景建模  57-61
  4.4 本文检测算法设计  61-63
    4.4.1 算法研究环境  61
    4.4.2 算法思想  61-63
  4.5 实验结果分析  63-64
  4.6 本章小结  64-65
5 运动目标跟踪  65-72
  5.1 概述  65
  5.2 本文跟踪算法的难点  65-66
  5.3 本文跟踪算法设计  66-69
  5.4 实验结果分析  69-71
  5.5 本章小结  71-72
6 总结与展望  72-73
  6.1 本文工作总结  72
  6.2 有待进一步解决的问题  72
  6.3 展望  72-73
致谢  73-74
参考文献  74-77
附录  77

相似论文

  1. 基于改进光流场模型的医学图像非刚性配准算法研究及实现,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. 人脸检测系统研究,TP391.41
  4. 基于混合高斯的背景建模与更新算法的研究与实现,TP391.41
  5. 面向细胞操作的微机器人系统若干关键技术研究,TP242
  6. 基于人脸检测的智能监控追踪系统,TP391.41
  7. 基于3G网络的智能交通视频监控系统的设计与实现,TP391.41
  8. 行为分析中人眼视线估计方法的研究,TP391.41
  9. 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
  10. 动态场景下运动目标检测与跟踪算法研究,TP391.41
  11. 自适应混合高斯背景建模算法的GPU并行优化研究,TP391.41
  12. 基于Davinci技术的车辆检测与跟踪算法的研究与实现,TP301.6
  13. 智能视频监控中的目标检测与跟踪技术,TP391.41
  14. 运动目标识别视频监控系统设计与实现,TP391.41
  15. 基于机器视觉的交通路口车流量检测方法研究,TP274
  16. 图像文本提取系统设计及应用研究,TP391.41
  17. 磁粉探伤缺陷识别自动化系统设计与开发,TP391.41
  18. 基于OpenCV的数字稳像系统实现,TP391.41
  19. 基于红外热图像的架空输电线路故障检测软件开发,TM755
  20. 复杂背景下室内移动机器人双目立体视觉系统研究,TP242
  21. 一类移动机器人的视觉感知与控制技术研究,TP242

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