学位论文 > 优秀研究生学位论文题录展示
视频桩考系统中运动物体检测与跟踪算法研究
作 者: 王超
导 师: 曹茂永
学 校: 山东科技大学
专 业: 模式识别与智能系统
关键词: 运动目标检测 目标跟踪 自适应中值滤波 Surendra更新算法 HSV彩色空间 质心
分类号: TP391.41
类 型: 硕士论文
年 份: 2008年
下 载: 21次
引 用: 1次
阅 读: 论文下载
内容摘要
运动目标的检测与跟踪是数字图像处理领域的重要研究课题之一,是近年来备受关注前沿领域,被广泛的应用于智能监控系统、运动分析、目标导航等军事、工业和生活中的众多方面。本文研究的主要内容是视频桩考系统中运动物体的检测与跟踪技术。通过对视频序列图像的实时分析来完成对场地中考试车辆的定位、识别和跟踪,并在此基础上判断和分析车辆的运动特点,给出汽车的运动轨迹。通过判断汽车的实时运动方向并结合红外传感器中的信号判断考车有无违规,从而确定考生是否合格。主要是从以下三个方面来对运动目标的检测和跟踪进行研究:在图像的预处理方面,总结了当前常用的图像去噪方法,根据视频桩考系统的特点采用自适应中值滤波的方法消除图像噪声,并同时达到保留图像边缘信息和细节的目的。在运动目标检测方面,在对几种常用的运动目标检测方法进行分析和比较的基础上,采用了基于背景差法的Surendra背景更新模型,并通过当前帧与背景帧相减的方式提取运动目标区域。对于检测过程中的阴影问题,提出采用融合HSV彩色空间和梯度特征的方法来检测和消除阴影;并通过数学形态学Blob分析的方法来进一步的精确获得运动目标位置信息和特征信息。在运动目标跟踪方面,基于视频桩考系统的自身特点和运动目标检测过程中所得到的目标位置和特征信息,采用寻找质心的方法来达到对运动目标的跟踪以及给出目标的实时运动轨迹。通过实验证明,文中所用方法能够较好的完成对于运动目标的检测、识别和跟踪的工作。将数字图像处理技术引入驾驶员桩考系统,能够有效提高考试的公平性和准确性。
|
全文目录
摘要 5-6 ABSTRACT 6-12 1 绪论 12-20 1.1 研究的背景与意义 12-14 1.2 运动目标检测与跟踪的发展现状 14-18 1.3 本文研究内容与结构安排 18-20 2 图像的预处理 20-26 2.1 图像噪声 20-21 2.2 图像滤波处理 21-25 2.3 本章小结 25-26 3 运动目标的检测 26-51 3.1 彩色空间 26-31 3.2 运动物体检测方法 31-33 3.3 背景模型 33-40 3.4 阴影检测 40-44 3.5 确定运动物体位置 44-47 3.6 实验结果 47-50 3.7 本章小结 50-51 4 运动物体的跟踪 51-56 4.1 图像特征匹配跟踪法 51-53 4.2 质心跟踪法 53-54 4.3 实验结果 54-55 4.4 本章小结 55-56 5 视频桩考系统设计 56-63 5.1 桩考标准及规则 56-57 5.2 系统总体框图 57-58 5.3 硬件系统构成 58-60 5.4 软件系统构成 60-62 5.5 本章小结 62-63 6 结论与展望 63-65 致谢 65-66 攻读硕士期间主要成果 66-67 主要参考文献 67-70
|
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
- 移动质心与直接力复合控制动能弹控制方法研究,TJ765
- 再入弹头的移动质心控制方法研究,TJ765.23
- 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
- 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
- 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
- 运动目标检测与跟踪的研究,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
|