学位论文 > 优秀研究生学位论文题录展示
视频监控系统中动态目标检测与跟踪技术研究
作 者: 廖光哲
导 师: 范胜林
学 校: 南京航空航天大学
专 业: 精密仪器及机械
关键词: 图像预处理 动态目标检测 阴影检测 角点检测 动态目标跟踪
分类号: TP277
类 型: 硕士论文
年 份: 2013年
下 载: 14次
引 用: 0次
阅 读: 论文下载
内容摘要
视频监控系统对于我们的生活和工作起着越来越重要的作用,在战场监视、小区保安、道路保障等方面越来越受到人们的重视。在视频监控中,动态目标的检测与跟踪是很重要的两个部分。本文主要对视频监控中的运动目标检测和跟踪进行了研究,主要的工作如下:论文首先对视频监控的发展及主要研究的内容进行了介绍。在预处理中,主要进行了图像去噪和边缘检测的研究。在图像去噪方面,提出了一种预判断均值滤波算法,使得对于椒盐噪声的去除效果有很大的提升;在边缘检测方面,提出了一种基于Otsu阈值的四方向prewitt边缘检测算子,有效提高了边缘检测的检测效果。研究了动态目标检测算法,提出了一种分块阈值的二值化方法,对目标区域和非目标区域进行不同阈值的二值化,结合三帧差法的目标轮廓检测,取得了较好的检测效果。研究了目标阴影检测的问题,提出了一种考虑饱和度分量、亮度分量和饱和度分量与亮度分量的归一化差分值来进行阴影判断,取得了良好的实验效果。研究了角点检测的问题,提出了一种快速的角点检测算法。对图像中的像素点首先进行预判断,去除不可能是角点的像素点,再对候选角点进行可能性分析,最后利用Harris角点检测算法检测剩余的候选角点,在效果上和时间性上都取得了良好的结果。研究了动态目标跟踪算法,考虑使用目标检测的结果来对目标跟踪框进行确定。鉴于经典Mean-Shift算法是根据颜色特征进行跟踪,当目标颜色和背景颜色相似时,容易出现跟踪丢失的情况。提出了基于角点特征和Mean-Shift结合的跟踪算法,仿真实验证明了其比经典Mean-Shift算法实用性和鲁棒性更强,具有很好的实用价值。
|
全文目录
摘要 4-5 ABSTRACT 5-10 注释表 10-11 第一章 绪论 11-17 1.1 课题的背景及意义 11-12 1.2 视频监控的发展研究概述 12-14 1.3 视频监控的主要研究内容 14 1.4 动态目标检测与跟踪的研究现状及难点 14-15 1.5 本文研究内容及结构 15-17 第二章 目标检测与跟踪的预处理技术研究 17-29 2.1 视频图像去噪算法研究 17-23 2.1.1 椒盐噪声及其去除 17-19 2.1.2 基于预判断的均值滤波算法 19-21 2.1.3 仿真实验结果与分析 21-23 2.2 视频图像边缘检测算法研究 23-28 2.2.1 边缘检测及其检测算子 23-24 2.2.2 基于自适应阈值的四方向 Prewitt 边缘检测算子 24-27 2.2.3 仿真实验结果与分析 27-28 2.3 本章小结 28-29 第三章 动态目标检测技术研究 29-59 3.1 动态目标检测算法研究 29-41 3.1.1 经典目标检测算法的分析 29-32 3.1.2 基于分块阈值的背景差法与三帧差法融合检测算法 32-38 3.1.3 仿真实验结果与分析 38-41 3.2 阴影的检测算法研究 41-48 3.2.1 基本颜色空间及阴影检测算法 42-45 3.2.2 基于 HSI 颜色空间的三分量三阈值阴影检测算法 45-47 3.2.3 仿真实验结果与分析 47-48 3.3 动态目标角点检测算法研究 48-58 3.3.1 经典 Harris 角点检测算法的分析 49-50 3.3.2 基于候选角点预判断的改进 Harris 角点检测算法 50-56 3.3.3 仿真实验结果与分析 56-58 3.4 本章小结 58-59 第四章 动态目标跟踪技术研究 59-70 4.1 自跟踪框选取的 Mean-Shift 算法 59-66 4.1.1 Mean-Shift 算法原理 59-61 4.1.2 Mean-Shift 算法在目标跟踪中的使用 61-63 4.1.3 自跟踪框的选取 63-64 4.1.4 仿真结果实验与分析 64-66 4.2 基于角点特征与 Mean-Shift 融合的目标跟踪算法 66-69 4.2.1 基于角点特征与 Mean-Shift 融合的目标跟踪算法原理 66 4.2.2 基于角点特征与 Mean-Shift 融合的目标跟踪算法步骤 66-67 4.2.3 仿真实验结果与分析 67-69 4.3 本章小结 69-70 第五章 总结与展望 70-72 5.1 本文的主要研究内容 70-71 5.2 后续工作展望 71-72 参考文献 72-75 致谢 75-76 在学期间的研究成果及发表的学术论文 76
|
相似论文
- 图像拼接技术研究,TP391.41
- 舌图像中瘀斑瘀点检测技术研究,TP391.41
- PCB视觉检测系统中相机标定算法与位姿测定技术,TP391.41
- 红外图像目标识别及跟踪技术研究,TP391.41
- 基于OpenCV的集装箱加强板焊接自动定位系统的开发,U169
- 基于医学CT图像的三维重建面绘制算法的研究,TP391.41
- 舌诊客观化中若干图像分析技术研究,TP391.41
- 皮肤纹理图像特征的提取与分析,TP391.41
- 基于图像处理的棒材计数的开发研究,TP391.41
- 压感指纹识别系统关键技术的研究,TP391.41
- 视觉测量系统的摄像机标定及其应用研究,TP391.41
- 基于车牌识别技术的智能交通系统的设计与实现,TP391.41
- 基于计算机视觉的织物疵点检测与分类方法的研究,TP274
- 工程图样矢量化与三维重建系统研究,TP391.41
- 基于双目视觉的河道测量技术研究,TP391.41
- 基于SVM的车牌字符识别算法研究与实现,TP391.41
- 车牌自动识别系统中字符分割算法的研究与实现,TP391.41
- 基于监控视频中运动目标自动检测与跟踪算法的研究与实现,TP391.41
- 基于图像的异型墙地砖在线分道系统的研制,TP391.41
- 雌雄蚕卵激光自动分选仪及散卵式光电自动分选仪的研究,TP391.41
- 视频运动目标检测若干关键算法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 监视、报警、故障诊断系统
© 2012 www.xueweilunwen.com
|