学位论文 > 优秀研究生学位论文题录展示

基于场景变化的运动目标实时检测与跟踪技术研究

作　者: 白雪
导　师: 黄廷磊
学　校: 桂林电子科技大学
专　业: 模式识别与智能系统
关键词: 运动目标检测 运动目标跟踪 图像预处理 HSV颜色空间 粒子滤波
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 81次
引　用: 0次
阅　读: 论文下载
 

内容摘要


在应用场景的背景多样和运动目标运动形式多变的情况下,应用运动目标检测与跟踪技术将给人们的工作带来很多方便,但是在场景变化的情况下,运动目标检测与跟踪中的背景建模、干扰检测、阴影消除和运动目标实时跟踪等关键问题变得更为复杂。现有的运动目标检测和跟踪算法精度不高或实时性差。因此对基于场景变化的运动目标实时检测与跟踪技术研进行究具有重要的理论价值和实际意义。在这种背景下,本文在分析和了解已有运动目标检测与跟踪技术的基础上,深入研究运动目标检测与跟踪中的图像预处理、运动目标检测和运动目标跟踪三个关键技术,进行了一些改进和新的尝试。主要成果有:(1)研究了图像预处理技术的噪声滤除和图像分割技术。阐述了噪声滤除中均值滤波、中值滤波和小波滤波的基本原理和具体做法,并对它们进行分析和仿真实验比较。在图像分割技术中阐述了几种边缘检测算子和二维最大类间差方差法,并利用遗传算法的并行计算和智能搜索特性对二维最大类间方差法进行了改进。(2)针对运动目标检测研究中面临的问题,本文对基于光流场的检测算法、基于帧间差分的检测算法和基于背景消减的检测算法进行了研究,具体阐述了改进K-均值聚类的背景模型和混合高斯背景模型。给出了一种基于三向量背景模型的运动目标实时检测算法,在HSV颜色空间进行背景建模,根据背景的混乱程度和各种干扰情况,进行模型更新,利用阴影的色度、亮度和交叉熵特征滤除阴影的影响,并对算法进行了仿真验证,在实时性和检测效果上均取得了较好的结果。(3)对现存的各种运动目标跟踪算法进行了研究。在总结基于模型的跟踪算法、基于特征的跟踪算法和基于区域的跟踪算法的基本思想和优缺点,以及具体阐述基于卡尔曼滤波的跟踪算法、基于CamShift的跟踪算法、基于MeanShift的跟踪算法和基于粒子滤波的跟踪算法的基础上,本文对传统的粒子滤波算法进行了改进,采用色度、亮度和边缘信息进行特征匹配,对这些特征赋予不同的优先级,并与MeanShift算法相结合,使运动目标跟踪的速度和精度有了很大提高。(4)最后,为了验证本文所提的理论算法的可行性,并为今后的工程项目和研究提供原型系统,设计了一个实验仿真系统,对本文的算法进行综合测试和实验验证。

全文目录


摘要  3-4
Abstract  4-8
第一章 绪论  8-16
  1.1 课题的研究背景和意义  8-10
  1.2 国内外研究现状  10-13
  1.3 主要研究工作  13-14
  1.4 论文的结构安排  14-16
第二章 视频图像预处理  16-24
  2.1 噪声滤除  16-19
    2.1.1 均值滤波法  16-17
    2.1.2 中值滤波法  17-18
    2.1.3 小波滤波法  18-19
  2.2 图象分割  19-23
    2.2.1 边缘检测算子  19-21
    2.2.2 阈值分割技术  21-23
  2.3 本章小结  23-24
第三章 运动目标检测算法研究  24-31
  3.1 基于光流场的检测方法  24-25
  3.2 基于帧间差分的检测方法  25-26
  3.3 基于背景消减的检测方法  26-30
    3.3.1 基于改进K-均值聚类的背景模型  27-29
    3.3.2 混合高斯背景模型  29-30
  3.4 本章小结  30-31
第四章 运动目标跟踪算法研究  31-40
  4.1 基本跟踪方法概述  31-32
    4.1.1 基于模型的跟踪  31-32
    4.1.2 基于特征的跟踪  32
    4.1.3 基于区域的跟踪  32
  4.2 常用方法介绍  32-39
    4.2.1 基于卡尔曼滤波的跟踪方法  33-34
    4.2.2 基于Cam Shift的跟踪方法  34-35
    4.2.3 基于MeanShift的跟踪方法  35-37
    4.2.4 基于粒子滤波的跟踪方法  37-39
  4.3 本章小结  39-40
第五章 实时检测与跟踪系统设计  40-56
  5.1 图像预处理  40-44
    5.1.1 图像去噪  40-43
    5.1.2 图像分割  43-44
  5.2 实时运动目标检测  44-52
    5.2.1 背景建模  44-47
    5.2.2 干扰的去除  47-48
    5.2.3 阴影去除  48-50
    5.2.4 运动目标的提取  50-51
    5.2.5 实时运动目标的检测流程  51-52
  5.3 实时运动目标跟踪  52-55
    5.3.1 改进的粒子滤波算法  52-54
    5.3.2 实时运动目标跟踪流程  54-55
  5.4 本章小结  55-56
第六章 实时检测与跟踪仿真系统实现  56-72
  6.1 系统设计  56-58
    6.1.1 系统框架  56-57
    6.1.2 系统软件  57-58
  6.2 实验仿真结果及分析  58-71
    6.2.1 实时运动目标检测仿真实验  58-63
    6.2.2 实时运动目标跟踪仿真实验  63-68
    6.2.3 综合测试  68-71
  6.3 本章小结  71-72
第七章 总结与展望  72-74
参考文献  74-80
致谢  80-81
作者在攻读硕士期间主要研究成果  81

相似论文

  1. 基于多Agent理论的卫星协同定轨技术研究,V474
  2. 基于VRPF的机动目标跟踪的研究,TN957.52
  3. 舌图像中瘀斑瘀点检测技术研究,TP391.41
  4. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  5. 红外图像目标识别及跟踪技术研究,TP391.41
  6. 空间红外目标仿真与跟踪技术研究,TP391.41
  7. 嵌入式多参数环境智能监测系统的设计与实现,TP274
  8. 安防监控系统中运动目标检测算法研究,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. 运动目标检测与跟踪的研究,TP391.41
  11. 自主水下航行器组合导航算法研究与系统实现,U666.1
  12. 应用于窄间隙埋弧焊的图像采集及预处理系统研究,TG445
  13. 视频监控系统中的运动目标检测算法研究,TP391.41
  14. 基于Petri网的网络入侵检测系统研究与实现,TP393.08
  15. 边防红外监控系统中运动目标的检测预警设计,TP391.41
  16. 高清图像中基于车牌定位的车辆跟踪和违章检测,TP391.41
  17. 多目标视觉检测与跟踪方法研究及视频监控软件平台的开发,TP391.41
  18. 以太网高帧测量摄像机的设计与实现,TP391.41
  19. 虹膜识别关键技术的研究,TP391.41
  20. 面向PTZ摄像机的运动目标检测技术研究,TP391.41
  21. 视频监控系统中相关图像处理技术的研究与实现,TP391.41

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