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
- 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
- 基于全方位视觉的多运动目标检测、跟踪与定位,TP391.41
- 人脸检测系统研究,TP391.41
- 基于混合高斯的背景建模与更新算法的研究与实现,TP391.41
- 面向细胞操作的微机器人系统若干关键技术研究,TP242
- 基于人脸检测的智能监控追踪系统,TP391.41
- 基于3G网络的智能交通视频监控系统的设计与实现,TP391.41
- 行为分析中人眼视线估计方法的研究,TP391.41
- 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
- 动态场景下运动目标检测与跟踪算法研究,TP391.41
- 自适应混合高斯背景建模算法的GPU并行优化研究,TP391.41
- 基于Davinci技术的车辆检测与跟踪算法的研究与实现,TP301.6
- 智能视频监控中的目标检测与跟踪技术,TP391.41
- 运动目标识别视频监控系统设计与实现,TP391.41
- 基于机器视觉的交通路口车流量检测方法研究,TP274
- 图像文本提取系统设计及应用研究,TP391.41
- 磁粉探伤缺陷识别自动化系统设计与开发,TP391.41
- 基于OpenCV的数字稳像系统实现,TP391.41
- 基于红外热图像的架空输电线路故障检测软件开发,TM755
- 复杂背景下室内移动机器人双目立体视觉系统研究,TP242
- 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
|