学位论文 > 优秀研究生学位论文题录展示

基于全局运动补偿的运动目标检测算法研究

作　者: 王季琴
导　师: 张颖
学　校: 辽宁科技大学
专　业: 控制理论与控制工程
关键词: 全局运动估计块匹配运动矢量阈值分割
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 48次
引　用: 0次
阅　读: 论文下载

内容摘要

运动目标检测是智能视觉监控和目标行为分析的基础，在军事、交通、工业以及生物医学等领域也有广泛的应用前景。它的主要目的是将运动目标区域从视频图像中准确而完整的提取出来，然而在实际应用中，视频图像常常会受到摄像机的运动和外界环境的不规则变化等因素的影响，给视频中的运动目标检测带来了极大的困难。为了解决以上问题，本论文通过对运动目标检测、全局运动估计和补偿、数字图像处理等的学习，对基于全局运动补偿的运动目标检测方法进行了比较深入的研究，主要取得了以下成果和创新点：首先，对目前的块匹配运动估计方法做了深入的研究，提出了一种基于遗传算法的块匹配运动估计方法，克服了目前快速块匹配运动估计方法容易陷入局部最优的缺点。其次，对参与全局运动估计的运动矢量进行了可靠性分析，为下一步的摄像机运动模型参数系统的构建提供了更有效的输入数据，提高了全局运动估计的效率和精度。再次，构建了摄像机的全局运动模型的线性参数系统，通过迭代最小二乘法求解估计参数，实现了准确的全局运动估计，与传统的所有块的全局运动估计方法相比，本文的方法在保证其估计精度的同时，其运算速度提高了1倍左右。最后，在运动目标分割的过程中，针对由低灰度像素组成的帧差图像，本文提出了一种结合图像增强的自动阈值分割方法，实现了运动目标的完整分割，避免了单独使用自动阈值分割方法而容易出现的过分割现象。实验结果表明，本文的算法能够从背景移动的视频中较好的提取出运动对象，能够为基于视频的运动信息分析与应用开发提供基础元素和分析依据，可用于云台摄像机的智能监控。

全文目录

摘要  5-6
ABSTRACT  6-7
目录  7-9
1.绪论  9-17
  1.1 课题的研究背景和研究意义  9-10
  1.2 国内外研究现状  10-14
    1.2.1 静态背景下的运动目标检测技术的研究现状  10-11
    1.2.2 动态背景下的运动目标检测技术的研究现状  11-12
    1.2.3 运动估计的研究现状  12-14
  1.3 论文的研究内容及章节安排  14-17
    1.3.1 论文的主要内容  14-15
    1.3.2 论文的结构安排  15-17
2.全局运动估计的技术研究  17-37
  2.1 全局运动估计的概述  17
  2.2 全局运动估计的原理  17-18
  2.3 摄像机的运动参数模型  18-22
    2.3.1 四参数仿射模型  18-20
    2.3.2 六参数仿射模型  20
    2.3.3 八参数投影模型  20-21
    2.3.4 双线性模型  21-22
  2.4 全局运动模型参数的估计方法  22-27
    2.4.1 基于全像素的估计思想  22-24
    2.4.2 基于运动矢量的估计思想  24-27
  2.5 基于块匹配的运动估计  27-35
    2.5.1 块匹配的运动估计原理  27-28
    2.5.2 起始搜索点的预测  28-29
    2.5.3 常见的块匹配准则  29-30
    2.5.4 常见的块匹配搜索策略  30-34
    2.5.5 块匹配运动估计中存在的问题  34-35
  2.6 本章小结  35-37
3.基于运动矢量可靠性分析的全局运动估计与补偿  37-55
  3.1 基于遗传算法的块匹配运动估计  38-44
    3.1.1 遗传算法的概述  38
    3.1.2 本文块匹配算法的具体步骤  38-41
    3.1.3 实验仿真和分析  41-44
  3.2 可靠性运动矢量的选取原则  44-45
  3.3 基于 Harris 角点统计的宏块预选取方法  45-47
    3.3.1 Harris 角点检测的算法原理和步骤  45-46
    3.3.2 本文算法的具体步骤  46
    3.3.3 实验仿真和分析  46-47
  3.4 基于 C-均值聚类的奇异运动矢量去除方法  47-49
    3.4.1 C-均值聚类算法的原理  47-48
    3.4.2 运动矢量的特征选取  48-49
  3.5 全局运动模型参数的求解与全局运动补偿  49-54
    3.5.1 基于运动矢量场的全局运动模型参数的计算  50-51
    3.5.2 全局运动补偿  51
    3.5.3 实验仿真和分析  51-54
  3.6 本章小结  54-55
4.运动目标的分割与填充  55-71
  4.1 帧间差分法  55-56
  4.2 帧差图像常用的自动阈值分割方法  56-58
    4.2.1 迭代法  56-57
    4.2.2 大津法  57-58
  4.3 结合图像增强的自动阈值分割方法  58-65
    4.3.1 图像平滑  59-60
    4.3.2 图像锐化  60-63
    4.3.3 本文的分割方法  63-65
  4.4 运动目标图像的空洞填充技术  65-69
    4.4.1 数学形态学图像处理  65-67
    4.4.2 本文采用的空洞填充方法  67
    4.4.3 部分实验结果  67-69
  4.5 本章小结  69-71
5.总结和展望  71-73
  5.1 论文的主要工作和创新点  71-72
  5.2 不足与展望  72-73
参考文献  73-77
致谢  77-79
攻读硕士学位期间发表学术论文情况  79-80
作者简介  80-81

基于全局运动补偿的运动目标检测算法研究

内容摘要

全文目录

相似论文