学位论文 > 优秀研究生学位论文题录展示

视频图像序列中运动目标的获取与跟踪

作 者: 曹丽武
导 师: 傅勇
学 校: 华中科技大学
专 业: 控制理论与控制工程
关键词: 运动目标获取 运动目标跟踪 Kalman滤波 Mean Shift跟踪 视频序列
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 21次
引 用: 0次
阅 读: 论文下载
 

内容摘要


随着计算机性能的快速提高和图像处理技术的进步,视频图像序列中运动目标的获取与跟踪技术逐渐成为了机器视觉领域的一个重要的研究方向,吸引了越来越多学者的兴趣。视频图像序列中运动目标的获取与跟踪技术是诸多行业和领域如人机交互、交通管理、智能监控信息化的发展方向,同时它还是图像分析与图像理解的基础,因此研究运动目标的获取与跟踪技术具有十分重要的理论意义和应用价值。视频图像序列中运动目标的获取与跟踪主要分为准确获取运动目标区域和稳定跟踪运动目标两个方面。在运动目标的获取方面,论文首先分析了几种常用检测算法的优缺点,在此基础上提出一种融合了颜色和灰度信息的背景差分法来获取运动目标,即在灰度域和色彩域同时进行背景差分,认为灰度域和色彩域的变化同时大于各自阈值的像素点属于运动目标,再通过形态学滤波进行后期处理以提高检测的准确性。在运动目标的跟踪方面,针对当前Mean Shift算法在对与背景灰度接近的运动目标跟踪容易失败的问题,论文提出了一种融合了纹理、灰度和运动预测的Mean Shift算法来跟踪运动目标。首先使用LBP/C纹理和灰度特征建立目标模型,并以Bhattacharyya系数作为相似度量函数,然后利用Kalman滤波器在当前帧预测目标最有可能出现的区域,最后在预测区域使用Mean Shift算法搜索运动目标的位置。实验结果表明,论文中运动目标获取算法能排除大量的干扰信息,准确检测出运动目标区域。改进的运动目标跟踪算法在目标与背景灰度接近的情况下依然能很好地跟踪运动目标,提高了跟踪的准确性。

全文目录


摘要  4-5
Abstract  5-9
1 绪论  9-16
  1.1 论文的背景及意义  9-11
  1.2 国内外研究现状  11-14
  1.3 本文的主要工作及章节安排  14-16
2 基础理论知识  16-28
  2.1 颜色空间模型  16-19
  2.2 形态学滤波  19-23
  2.3 LBP/C 纹理描述  23-28
3 运动目标获取  28-36
  3.1 常用的运动目标获取方法  29-31
  3.2 改进的融合颜色和灰度信息的背景差分法  31-33
  3.3 实验结果和分析  33-36
4 运动目标跟踪原理与方法  36-59
  4.1 Kalman 滤波器  37-41
  4.2 Mean Shift 算法对运动目标的跟踪  41-55
  4.3 融合了LBP/C 纹理和灰度信息的目标跟踪  55-56
  4.4 实验结果和分析  56-59
5 总结与展望  59-61
致谢  61-62
参考文献  62-66
附录:作者在攻读硕士学位期间发表的论文  66

相似论文

  1. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  2. 陀螺稳定吊舱控制系统设计,TP273
  3. 大型耙吸挖泥船动力定位控制算法研究,U674.31
  4. 驾驶员眼睛开闭状态计算机图像识别技术开发,TP391.41
  5. 结合DWT的动态数据校正研究及应用,TP274
  6. 基于小波和Kalman滤波的GPS数据去噪方法研究,P228.4
  7. 夜视视频序列的彩色化方法研究,TP391.41
  8. 运动目标检测与跟踪的研究,TP391.41
  9. 视频图像中的运动目标检测与跟踪,TP391.41
  10. 基于通信约束的无线传感器网络的研究,TN929.5
  11. 直升机主减速器故障诊断与故障预测技术研究,V267
  12. 增强现实中虚拟物体注册方法的研究,TP391.41
  13. 以太网高帧测量摄像机的设计与实现,TP391.41
  14. 雷达数据处理的研究及其软件实现,TN957.52
  15. 沉浸式虚拟射击训练系统中人机交互的研究,TP11
  16. C-SIFT算法在视频目标跟踪中的应用研究,TP391.41
  17. GPS单频精密单点定位理论研究与算法实现,P228.4
  18. 基于模糊理论的导航算法研究,P228.4
  19. 基于运动序列图像的运动目标检测研究,TP391.41
  20. 机载GPS测量数据处理质量控制方法研究,P228.4

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