学位论文 > 优秀研究生学位论文题录展示
长序列图像目标跟踪研究与实现
作 者: 陈一铭
导 师: 陈武凡
学 校: 电子科技大学
专 业: 模式识别与智能系统
关键词: 目标跟踪 空间变换 光流法图像配准 颜色密度分布 光流法与颜色分布结合的点匹配 模板更新策略
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 250次
引 用: 3次
阅 读: 论文下载
内容摘要
目标跟踪方法的研究和应用是计算机视觉的一个重要分支。目前广泛应用于科学技术、国防建设、航空宇航、医药卫生以及国民经济的各个领域。实现目标跟踪的关键在于较好地分割目标、合理地提取和选择特征以及准确地跟踪目标,同时要考虑算法的实时性。本文研究的长序列目标跟踪算法包括特征提取、特征点匹配和模板更新三个主要步骤,着重讨论了特征点匹配算法和模板更新策略。本文主要做了以下工作:(1)结合光流法与颜色密度分布的点匹配算法为了更精确地近似表示目标的形变,使用8个参数向量构造的一个变换矩阵,两幅图像中的对应点通过变换矩阵与逆变换矩阵相互映射。将这个参数向量代表的点映射关系用于光流法图像配准和颜色密度分布的匹配方法,再用M-估计器迭代联合估计更新参数。光流法的图像配准有很高的精度,但需要目标区域在两幅图像中的重合度较高,基于颜色密度分布的点匹配算法对位移和形变不敏感,而匹配精度又不高。结合这两种算法优点的特征点匹配算法既对较大的位移、旋转、缩放和形变不敏感,也有很高的匹配精确度。(2)新的模板更新策略在经典的模板更新策略的基础上本文提出了新的更新策略,由于本文特征点匹配算法对目标产生较大位移和形变的等情况不敏感且精确到亚像素,本文模板更新思路是尽量少的更新模板以防止模板漂移维持跟踪精度,并使用目标的颜色分布信息的估计参数来建立判别式,通过对比目标与模板颜色分布的误差来判断是否更新当前模板。(3)实现了一个长序列图像目标跟踪软件本文实现的跟踪软件主要由三个模块组成:数据读取和显示模块、图像预处理模块和目标跟踪模块。图像预处理模块中加入了一些经典的特征点检测和边缘检测算法,这些目标特征检测算法有助于对目标的特征进行选取。在目标跟踪模块中,实现了本文的长序列图像目标跟踪算法,并另外加入了模板匹配和Mean Shift跟踪算法,以利于算法性能比较。本文第四章详细介绍了软件的设计与实现。通过实验,对本文的跟踪算法进行了测试,并与其他经典跟踪算法进行性能比较。实验证明,本文的跟踪算法跟踪精度很高,与模板匹配和Mean Shift跟踪方法相比,具有长序列图像中目标产生各种形变、光照变化和目标短时遮挡的情况下完成有效跟踪的优点。
|
全文目录
摘要 4-6 ABSTRACT 6-11 第一章 绪论 11-20 1.1 目标跟踪问题描述 11-12 1.2 课题的背景、研究意义及应用 12-14 1.3 国内外研究现状和发展趋势 14-16 1.4 长序列图像目标跟踪主要技术 16-18 1.5 本文主要工作 18-19 1.6 论文组织结构 19-20 第二章 目标跟踪技术介绍 20-35 2.1 目标跟踪算法介绍 20-31 2.1.1 特征点跟踪算法 22-26 2.1.1.1 点对应的决策方法 22-23 2.1.1.2 对应点匹配的统计方法 23-26 2.1.2 核函数跟踪算法 26-30 2.1.2.1 核函数 26-27 2.1.2.2 MEAN SHIFT 算法 27-29 2.1.2.3 CAMSHIFT 算法 29-30 2.1.3 轮廓跟踪算法 30-31 2.2 目标跟踪算法中的特征选择 31-32 2.3 目标检测 32-34 2.4 本章小结 34-35 第三章 长序列图像目标跟踪算法 35-60 3.1 空间变换 36-39 3.1.1 常用的二维几何变换 36-38 3.1.2 用于点匹配的空间变换 38-39 3.2 特征点匹配算法设计 39-51 3.2.1 M-估计 39-41 3.2.2 核密度估计 41-42 3.2.3 基于光流法的图像配准 42-44 3.2.4 基于颜色概率分布的点匹配 44-46 3.2.5 两种匹配方法的结合 46-49 3.2.6 HARRIS 角点检测 49-50 3.2.7 光照补偿 50-51 3.3 目标模板的更新策略 51-54 3.4 实验与分析 54-59 3.5 本章小结 59-60 第四章 长序列图像目标跟踪算法实现 60-86 4.1 OPENCV 环境搭建及介绍 60-63 4.2 软件框架与设计流程 63-74 4.2.1 跟踪软件各模块实现 63-72 4.2.1.1 读取和显示模块 64-66 4.2.1.2 图像预处理模块 66-70 4.2.1.3 目标跟踪模块 70-72 4.2.2 跟踪算法实现流程 72-74 4.3 跟踪实验效果与分析 74-85 4.3.1 长序列图像目标跟踪测试 75-82 4.3.2 算法性能比较 82-85 4.4 本章小结 85-86 第五章 全文总结 86-89 5.1 本文研究内容及主要工作 86-87 5.2 后续工作 87-89 致谢 89-90 参考文献 90-96 攻硕期间取得的成果 96-97
|
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
- 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
- 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
- 运动目标检测与跟踪的研究,TP391.41
- 视频图像中的运动目标检测与跟踪,TP391.41
- 车载红外图像的行人检测与跟踪技术,TP391.41
- 无线传感器网络定位及目标跟踪的研究,TN929.5
- 基于无线传感器网络的目标跟踪算法研究,TN929.5
- 视频图像序列中运动目标的获取与跟踪,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
|