学位论文 > 优秀研究生学位论文题录展示

视频中运动目标检测及跟踪技术的研究

作　者: 朱华伟
导　师: 曾召华
学　校: 西安科技大学
专　业: 信号与信息处理
关键词: 运动目标检测运动目标跟踪 YUV颜色空间码书模型卡尔曼滤波器 mean-shift算法
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 51次
引　用: 0次
阅　读: 论文下载

内容摘要

运动目标检测技术和跟踪技术是实现智能视频监控的两个关键技术。运动目标检测和跟踪处于智能视频监控的底层视觉模块中，是各种后续处理技术的基础，如行为识别、行为分类、行为理解等，因此具有重要的理论意义和实用价值。为了有效消除复杂动态背景对运动目标检测的影响，重点研究了基于码书模型的背景建模算法，并在此基础上，基于前后景区分能力更强的YUV颜色空间，提出了一种新的码书模型，新码书模型采用六元素码字、新的码字学习和更新策略，实现较前人九元素码字和八元素码字更快的训练和更低的存储。仿真结果表明，新码书模型有效地减少了伪目标的检测，即使在背景存在扰动和光照条件发生变化的情况下，基于新码书模型的算法也能更有效地检测运动目标。针对遮挡、背景变化等对目标跟踪带来的困难，在重点研究了基于卡尔曼滤波器的目标跟踪算法和基于mean-shift的目标跟踪算法的基础上，提出了一种基于YUV颜色空间特征的目标跟踪融合算法。融合算法在结合卡尔曼滤波器和mean-shift算法优点的同时，又结合了一种阈值函数，准确计算目标的最终位置，解决了遮挡、背景变化等造成的目标跟丢问题，提高了目标跟踪算法的准确性、实时性和鲁棒性。通过仿真实验验证了新方法的有效性和准确性。在理论研究的基础上，开发了两个测试软件——基于web的远程网络智能视频监控系统和基于Qtopia2.2.0的近程智能视频监控系统，用于对运动目标检测算法和跟踪算法进行实际应用场景中的测试。两个测试软件都较好地完成了运动目标检测算法和跟踪算法在实际应用场景中的测试工作，为算法以后真正的应用，积累了经验，打下了基础。

全文目录

摘要  2-3
ABSTRACT  3-7
1 绪论  7-10
  1.1 研究背景及意义  7-8
    1.1.1 运动目标检测的研究现状  7
    1.1.2 运动目标跟踪的研究现状  7-8
  1.2 论文的主要工作及内容安排  8-10
2 图像处理相关知识  10-13
  2.1 RGB 与 YUV 颜色空间  10-11
  2.2 直方图  11
  2.3 图像二值化  11-12
  2.4 本章小结  12-13
3 运动目标检测  13-23
  3.1 运动目标检测概述  13
  3.2 基于码书模型的背景建模算法  13-17
    3.2.1 码书模型  13-15
    3.2.2 前景检测  15
    3.2.3 码书建模实验结果  15-17
  3.3 改进的码书模型背景建模算法  17-22
    3.3.1 传统码书模型存在的问题  17-18
    3.3.2 改进的 YUV 空间下的码书模型  18-20
    3.3.3 实验与分析  20-22
  3.4 本章小结  22-23
4 运动目标跟踪  23-38
  4.1 运动目标跟踪概述  23
  4.2 基于卡尔曼滤波器的目标跟踪算法  23-27
    4.2.1 卡尔曼滤波器基本原理  23-24
    4.2.2 卡尔曼滤波器初始化  24-26
    4.2.3 卡尔曼滤波器目标跟踪实验与分析  26-27
  4.3 基于 mean-shift 的目标跟踪算法  27-31
    4.3.1 核函数  27-28
    4.3.2 mean-shift 目标跟踪算法  28-30
    4.3.3 mean-shift 目标跟踪实验与分析  30-31
  4.4 改进的 mean-shift 目标跟踪算法  31-37
    4.4.1 基于 YUV 颜色空间特征的目标跟踪融合算法  32-34
    4.4.2 实验与分析  34-37
  4.5 本章小结  37-38
5 基于视频的运动目标检测与跟踪系统  38-50
  5.1 系统总体介绍  38
  5.2 基于 web 的远程网络智能视频监控系统  38-46
    5.2.1 基于 V4L2 的视频采集  38-39
    5.2.2 基于 framebuffer 的视频 LCD 实时显示  39-40
    5.2.3 基于 socket 的视频网络通信  40-41
    5.2.4 系统实现  41-46
  5.3 基于 Qtopia2.2.0 的近程智能视频监控系统  46-49
    5.3.1 Qtopia 开发基础  46-47
    5.3.2 系统开发  47-49
  5.4 本章小结  49-50
6 总结与展望  50-52
  6.1 总结  50
  6.2 展望  50-52
致谢  52-53
参考文献  53-56
附录  56

相似论文

SINS/GPS组合导航系统算法研究,V249.328
基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
分布式光纤传感定位系统中时间延迟估计研究,TN95
非稳定背景下的运动目标检测与鲁棒跟踪方法研究,TP391.41
视频运动目标跟踪方法研究,TP391.41
运动目标检测和跟踪算法研究,TP391.41
基于视觉的人体行为检测识别研究,TP391.41
基于全方位视觉的多运动目标检测、跟踪与定位,TP391.41
基于Mean Shift的视频监控运动目标的跟踪算法研究与实现,TP391.41
红外条件下驾驶员疲劳检测研究,TP391.41
视频监控中运动目标检测与跟踪算法的研究,TP391.41
基于鱼眼相机的运动目标检测算法的研究与实现,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
嵌入式多参数环境智能监测系统的设计与实现,TP274
安防监控系统中运动目标检测算法研究,TP391.41
基于图像信息的运动目标检测与跟踪算法研究,TP391.41
运动目标检测与跟踪的研究,TP391.41
动态场景下运动目标检测与跟踪算法研究,TP391.41
认知无线电网络中的基于信道特征的主用户仿真攻击防御技术,TN925
基于贝叶斯理论的运动目标检测算法研究,TP391.41
目标检测系统中背景建模算法研究及DSP实现,TP391.41