学位论文 > 优秀研究生学位论文题录展示

智能视频监控中的运动目标检测与跟踪算法研究

作　者: 戴金平
导　师: 韩建平
学　校: 杭州电子科技大学
专　业: 计算机软件与理论
关键词: 视频监控 运动目标检测 光照不变性 码书模型 局部二元模式 目标跟踪
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 287次
引　用: 1次
阅　读: 论文下载
 

内容摘要


近年来,随着计算机视觉技术的蓬勃发展,智能视频监控技术逐渐成为一个新的研究热点。它是利用计算机视觉、数字图像处理以及模式识别等技术对监控视频中的内容进行描述、理解和分析,并能根据分析得到的结果有效地控制监控系统的运作,从而提高视频监控系统的智能化水平。智能视频监控技术的主要研究内容包括:运动目标检测、运动目标跟踪、目标识别以及目标行为分析等。智能视频监控技术可以被用于安防事业、医疗看护、交通管理、顾客服务等众多的领域,具有深刻的理论价值和广泛的应用前景。运动目标检测,是指计算机利用智能视频分析技术检测出监控视频中的运动目标,是智能监控系统中的关键技术之一。常用的目标检测算法可分为光流法,帧差法和背景差分法。其中背景差分法是运动目标检测中的主流方法,它是通过将当前每一帧图像与事先存储或实时获取的背景图像相减来提取运动前景区域,如何建立和维护一个有效的背景模型是决定这类检测方法成败的关键。运动目标跟踪作为智能视频监控的又一个关键技术,是指对视频图像中的运动目标进行检测、提取,选择能够唯一表示目标的特征,在后续帧中搜索与该特征最匹配的目标位置,并实时获得目标的运动状态,如目标的运动轨迹、质心、速度、加速度等。其目的是在连续的图像帧间创建基于位置、速度、形状、纹理和色彩等有关特征的对应匹配问题。运动目标跟踪的主要难点是目标的精确提取和目标遮挡问题。本文对运动目标的检测与跟踪这两个基本问题进行了比较深入地研究:在运动目标检测方面,首先,研究了一种基于光照不变性颜色特征的多模态背景建模方法,通过对原算法的颜色相似度匹配方法的分析,本文在YUV空间下重新解释下了颜色相似度匹配方法,并将其应用于背景建模过程中,得到一种鲁棒性较好的前景检测算法。其次,研究了一种基于码书模型的目标检测算法,并针对该算法在前景检测期间不能够适应背景变化的缺点,采用一种阶段性背景更新的方法,使算法对背景的变化具有一定的适应性。然后,对基于纹理特征的目标检测算法进行了初步的探索,取得了一定的成果。在运动目标跟踪方面,研究了一种基于卡尔曼预测的运动目标跟踪算法。首先用前景检测算法得到前景区域并提取出团块,再用卡尔曼滤波器建立跟踪,然后利用最近邻算法找到目标与团块之间的对应关系。实验证明,在目标稀疏的监控场景下,如果目标检测结果较好,该目标跟踪算法基本能够比较准确地跟踪目标。

全文目录


摘要  5-7
ABSTRACT  7-10
第一章 绪论  10-15
  1.1 研究背景以及意义  10
  1.2 智能视频监控的关键技术  10-13
    1.2.1 运动目标检测  10-12
    1.2.2 运动目标跟踪  12-13
  1.3 论文内容安排  13-15
第二章 基于光照不变颜色特征的运动目标检测算法  15-25
  2.1 引言  15-16
  2.2 算法流程  16
  2.3 颜色相似度判定模型  16-17
  2.4 基于光照不变颜色模型的目标检测  17-19
    2.4.1 背景模型的建立  17-18
    2.4.2 背景模型的更新  18-19
    2.4.3 前景检测  19
  2.5 算法的改进  19-21
    2.5.1 色彩空间选择  19-20
    2.5.2 改进的背景更新算法  20-21
  2.6 实验分析  21-24
  2.7 本章小结  24-25
第三章 基于码书模型的运动目标检测算法  25-31
  3.1 引言  25
  3.2 算法流程  25-26
  3.3 码书模型的基本原理  26-28
    3.3.1 背景构造  26-28
    3.3.2 前景检测  28
  3.4 算法的改进  28-29
  3.5 实验分析  29-30
  3.6 本章小结  30-31
第四章 基于LBP 纹理的前景检测算法  31-37
  4.1 引言  31
  4.2 LBP 纹理算子  31-33
  4.3 基于LBP 纹理的前景检测算法  33-35
    4.3.1 背景建模  33-34
    4.3.2 前景检测  34-35
  4.4 实验分析  35-36
  4.5 本章小结  36-37
第五章 基于卡尔曼滤波的运动目标跟踪  37-45
  5.1 引言  37
  5.2 算法流程  37-39
  5.3 卡尔曼滤波原理  39-40
  5.4 数据关联  40-42
  5.5 目标跟踪  42-43
    5.5.1 目标特征描述  42
    5.5.2 目标的预测  42-43
    5.5.3 跟踪的建立与撤销  43
  5.6 实验分析  43-44
  5.7 本章小结  44-45
第六章 总结与展望  45-46
致谢  46-47
参考文献  47-51
附录  51

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. 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
  4. 空间交会接近视觉测量方法研究,TP391.41
  5. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  6. 移动机器人视觉检测和跟踪研究,TP242.62
  7. 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
  8. 红外图像目标识别及跟踪技术研究,TP391.41
  9. 空间红外目标仿真与跟踪技术研究,TP391.41
  10. 基于物联网的农产品安全监控系统与决策系统研究,TP277
  11. 基于运动目标轨迹分析的智能交通监控系统,TP277
  12. 基于智能视频检测技术的交通灯控制,TM923.5
  13. 基于支持向量机的视频目标检测方法研究,TP391.41
  14. 基于Linux平台的Ad hoc网络应用与设计实现,TN929.5
  15. 无线传感器网络的目标跟踪算法研究,TN929.5
  16. 嵌入式多参数环境智能监测系统的设计与实现,TP274
  17. 基于无线传感器网络的目标定位跟踪研究,TN929.5
  18. 视频监控运动目标检索方法研究,TP391.41
  19. 安防监控系统中运动目标检测算法研究,TP391.41
  20. 车载红外图像的行人检测与跟踪技术,TP391.41
  21. 基于PCI总线的双片SoC协作机制设计与实现,TN47

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