学位论文 > 优秀研究生学位论文题录展示

智能视频监控中的目标检测与跟踪技术

作 者: 陈宏彩
导 师: 穆国旺
学 校: 河北工业大学
专 业: 计算数学
关键词: 运动目标检测 目标跟踪 帧差法 混合高斯模型 Mean Shift方法 Kalman滤波
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 32次
引 用: 0次
阅 读: 论文下载
 

内容摘要


智能化视频监控系统是以数字化、网络化视频监控为基础,它利用图像处理、模式识别等技术,抽取并分析视频源中的关键信息,及时发现并处理监控场景下的异常情况,从而更加有效的协助安全人员处理危机,并最大限度的降低误报和漏报现象。在我国构建社会主义和谐社会不断推进,“建设平安城市,促进社会和谐”已经成为全社会共同关注的目标的大环境下,智能视频监控技术在科学研究和工程应用上将会有着非常广阔的前景和巨大的潜在经济价值。运动目标检测与跟踪技术作为智能视频监控的一个重要组成部分近年来取得了长足的发展。但在实现可靠的实际应用前,还需要解决许多相关难题,如复杂环境下的目标检测,遮挡情况下的目标跟踪,以及目标跟踪的实时性等。本文在对目标检测和跟踪领域的主流算法分析研究的基础上,针对前两个问题提出了一些行之有效的解决方法,主要研究成果如下:运动目标检测方面:编程实现了主流的运动目标检测算法,包括帧差法、背景差法,光流法,分析了它们各自的优势和不足;在对现有的高斯背景建模方法进行深入分析的基础上,提出了一种改进的高斯背景建模方法。通过大量的实验验证表明,利用本文提出的改进算法进行目标检测具有较高的准确率,能够有效地检测出背景中运动目标的完整区域,能够满足实时性检测的需要。运动目标跟踪方面:主要研究了Mean Shift算法和Kalman滤波在目标跟踪领域中的应用,鉴于二者各有优缺点且可优势互补,本文提出了将Kalman预测和Mean shift搜索相结合的运动目标跟踪新方法。利用Kalman滤波估计出运动目标在下一帧中最可能出现的位置,再用Mean shift法据此进行较小范围的搜索和目标匹配,减少颜色分布对目标跟踪的影响,用较小的运算量获得较为可靠的跟踪效果。对于遮挡情况,利用Mean Shift中的相似度函数来判断,若发生遮挡,不再用Mean Shift收敛点信息去更新Kalman滤波器,直接使用预测点信息去更新,有效解决了目标遮挡问题。

全文目录


摘要  4-5
ABSTRACT  5-8
第一章 绪论  8-11
  §1-1 课题研究目的及意义  8
  §1-2 国内外研究现状  8-9
  §1-3 当前存在的主要问题  9-10
  §1-4 论文的主要研究内容  10-11
第二章 视频图像预处理和后处理技术  11-16
  §2-1 常用的图像去噪平滑算法  11-13
    2-1-1 均值滤波法  11
    2-1-2 中值滤波法  11-13
  §2-2 数学形态学操作  13-15
    2-2-1 腐蚀和膨胀  13-14
    2-2-2 开运算和闭运算  14-15
  §2-3 本章小结  15-16
第三章 运动目标检测算法  16-26
  §3-1 运动目标检测的基本方法  16-19
    3-1-1 帧间差分法  16-17
    3-1-2 背景消减法  17-18
    3-1-3 光流法  18-19
  §3-2 基于高斯背景模型的目标检测  19-21
    3-2-1 高斯背景建模原理  19-20
    3-2-2 更新过程  20-21
  §3-3 本文中运动检测的实现  21-25
    3-3-1 算法思想  21-22
    3-3-2 实验结果  22-25
  §3-4 本章小结  25-26
第四章 运动目标跟踪算法  26-34
  §4-1 Mean Shift 目标跟踪原理  26-28
    4-1-1 初始帧的目标模型  26
    4-1-2 当前帧的模型  26-27
    4-1-3 相似性函数  27
    4-1-4 Mean shift 向量  27-28
  §4-2 融合Kalman预测和Mean shift搜索的运动目标跟踪方法  28-34
    4-2-1 Kalman滤波基本原理  28-29
    4-2-2 改进的运动目标跟踪方法  29-30
    4-2-3 实验结果与分析  30-34
第五章 结论  34-35
  §5-1 论文的工作总结及创造性成果  34
  §5-2 研究工作展望  34-35
参考文献  35-37
致谢  37-38
攻读学位期间所取得的相关科研成果  38

相似论文

  1. 带径向速度观测的跟踪算法研究,TN953
  2. 基于VRPF的机动目标跟踪的研究,TN957.52
  3. 空间交会接近视觉测量方法研究,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. 移动机器人视觉检测和跟踪研究,TP242.62
  6. 陀螺稳定吊舱控制系统设计,TP273
  7. 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
  8. 空间红外目标仿真与跟踪技术研究,TP391.41
  9. 基于运动目标轨迹分析的智能交通监控系统,TP277
  10. 无线传感器网络的目标定位跟踪算法研究,TN929.5
  11. 复杂场景中运动目标的检测与跟踪,TP391.41
  12. 大型耙吸挖泥船动力定位控制算法研究,U674.31
  13. 视频运动目标跟踪方法研究,TP391.41
  14. 机载雷达抗干扰技术研究,TN974
  15. 基于视觉感知的鱼群目标检测与跟踪技术研究,TP391.41
  16. 基于鱼眼相机的运动目标检测算法的研究与实现,TP391.41
  17. 无线传感器网络的目标跟踪算法研究,TN929.5
  18. 驾驶员眼睛开闭状态计算机图像识别技术开发,TP391.41
  19. 车载红外图像的行人检测与跟踪技术,TP391.41
  20. 抗遮挡的运动目标跟踪算法研究,TP391.41
  21. 空间机动目标跟踪方法研究,V556.8

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