学位论文 > 优秀研究生学位论文题录展示
航道监控中船舶的检测与跟踪
作 者: 周靓
导 师: 孙兴华
学 校: 南京理工大学
专 业: 模式识别与智能系统
关键词: 航道监控 目标检测 目标跟踪 高斯模型 支撑向量机
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 96次
引 用: 0次
阅 读: 论文下载
内容摘要
航道智能交通监控系统已成为内河航运信息化发展的必然趋势,对提高内河航道通行能力、保证航道通行质量、减少船舶交通事故的发生、降低污染、提高信息化管理水平有重要意义。计算机视觉技术是被认为最有前景的检测方法之一,它利用运动目标检测与跟踪的相关算法对视频流中的船舶进行检测、识别和定位,最后实现智能监控系统。本文提出了基于支撑向量机的船舶与河面网格分类方法以及基于高斯统计模型的船舶区域分割方法来对船舶目标进行检测,并在逐帧检测结果的基础之上实现了船舶的动态跟踪,为下一步的船舶行为分析打下了良好的基础。首先,对训练图像进行分块,从图像块中选取训练样本,提取图像块的灰度直方图信息作为特征向量,手动标注训练样本的类别,用支撑向量机分类器对样本进行训练,并使用训练好的分类器对待检测图像中的图像块样本进行预测。在网格分类结果的基础上,借助高斯统计模型对船舶区域进行精确分割,采用图像膨胀腐蚀、连通域分析等数字图像分析方法将图像中的船舶矩形区域标识出来。最后,基于逐帧的船舶目标检测结果,利用船舶矩形区域位置、大小等信息建立模型,将当前帧中的船舶目标与现有运动轨迹上的船舶模型进行逐一匹配,进而达到跟踪的目的。本文开发了基于C++的航道船舶检测与跟踪系统,成功实现了本文提出的检测和跟踪算法,在实际应用中取得了良好的效果。实验表明,本文的算法实时性强,准确度高,并且具有较好的鲁棒性,为后续的研究奠定了坚实的基础。
|
全文目录
摘要 3-4 Abstract 4-5 目录 5-7 1 绪论 7-14 1.1 研究背景和意义 7-8 1.1.1 内河航运系统现状 7 1.1.2 智能监控系统的研究意义 7-8 1.2 国内外研究现状 8-10 1.3 智能视频监控 10-11 1.3.1 概述 10-11 1.3.2 智能视频监控中的运动目标检测与跟踪 11 1.4 本文的重要工作 11-12 1.5 论文章节安排 12-14 2 基于支撑向量机的船舶与河面网格分类 14-29 2.1 运动目标检测概述 14-15 2.2 运动目标检测一般方法 15-18 2.2.1 背景差分法 15-16 2.2.2 帧间差分法 16-17 2.2.3 光流法 17-18 2.3 支撑向量机在船舶与河面网格分类中的应用 18-28 2.3.1 机器学习的一般过程 18-19 2.3.2 分类器 19-21 2.3.3 航道监控样本数据 21-23 2.3.4 特征提取 23 2.3.5 支撑向量机(SVM) 23-25 2.3.6 预测结果及分析 25-28 2.3.7 如何消除光照变化的影响 28 2.4 本章小结 28-29 3 基于高斯模型的船舶区域分割 29-37 3.1 高斯分布 29 3.2 高斯模型对预测结果的优化 29-32 3.2.1 河面和船舶目标的累计灰度直方图 29-30 3.2.2 船舶目标区域的分割 30-32 3.3 船舶目标的检测、结果与分析 32-36 3.3.1 图像的膨胀腐蚀 32-34 3.3.2 船舶目标分析 34-35 3.3.3 船舶检测结果与分析 35-36 3.4 本章小结 36-37 4 基于逐帧检测结果的船舶目标跟踪 37-46 4.1 运动目标跟踪的原理 37 4.2 运动目标跟踪的一般方法 37-40 4.2.1 基于区域匹配的跟踪 38 4.2.2 基于轮廓匹配的跟踪 38 4.2.3 基于特征匹配的跟踪 38-39 4.2.4 基于模型的跟踪 39-40 4.3 航道船舶跟踪的实现 40-42 4.3.1 基本思想与流程 40-41 4.3.2 船舶模型的初始化 41 4.3.3 模型匹配条件的选择 41-42 4.3.4 跟踪轨迹列表的维护 42 4.4 跟踪结果及分析 42-45 4.5 本章小结 45-46 5 航道监控中船舶检测与跟踪系统 46-57 5.1 系统的设计环境 46 5.2 系统的类控制结构 46-47 5.3 系统的功能模块 47-48 5.4 系统的操作流程 48-56 5.4.1 船舶检测模块 48-54 5.4.2 船舶跟踪模块 54 5.4.3 系统跟踪效果实例 54-56 5.5 本章小结 56-57 6 总结与展望 57-59 致谢 59-60 参考文献 60-63
|
相似论文
- 带径向速度观测的跟踪算法研究,TN953
- 基于VRPF的机动目标跟踪的研究,TN957.52
- 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
- 红外图像目标识别及跟踪技术研究,TP391.41
- 空间红外目标仿真与跟踪技术研究,TP391.41
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 基于视频的运动目标检测与跟踪方法应用研究,TP391.41
- 复杂场景中运动目标的检测与跟踪,TP391.41
- 基于支持向量机的视频目标检测方法研究,TP391.41
- 无线传感器网络的目标跟踪算法研究,TN929.5
- 基于主动视觉的运动目标检测与跟踪研究,TP391.41
- 嵌入式多参数环境智能监测系统的设计与实现,TP274
- 基于无线传感器网络的目标定位跟踪研究,TN929.5
- 视频监控运动目标检索方法研究,TP391.41
- 安防监控系统中运动目标检测算法研究,TP391.41
- 基于视频监控的特定目标识别研究,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
|