学位论文 > 优秀研究生学位论文题录展示

视频监控系统中的多目标检测与跟踪技术研究

作 者: 张星星
导 师: 黎宁
学 校: 南京航空航天大学
专 业: 通信与信息系统
关键词: 多目标检测跟踪 帧差法 均值漂移算法 粒子滤波 卡尔曼滤波 视频处理
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 142次
引 用: 0次
阅 读: 论文下载
 

内容摘要


在智能视频监控系统中,运动目标尤其是多个运动目标的检测跟踪技术是比较关键的技术,在军事和民用中都有着广泛的应用。这两项技术也是视频场景分析、行为理解等各种后续处理的基础。运动目标检测是把感兴趣的运动物体从背景中提取出来。当背景比较简单且影响较小时,我们可以快速提取目标;但是当背景发生细微抖动时,有效的检测就变得复杂很多。在第二章中提出了改进的三帧差分法,结合形态学滤波与连通域检测等多项技术,最终实现多个运动目标的检测。在计算机视觉跟踪领域,Mean-Shift算法是一个很好的算法。该算法实时性好,对目标的遮挡、旋转、变形等鲁棒性强,因此受到了众多研究者的关注,并已经成功地应用到许多视频跟踪系统中。但是Mean-Shift算法本身没有实现模版更新,传统算法仅仅依靠初始化选择特征,可能导致后期跟踪的失败。第三章提出了一种相似度判断与Kalman滤波预测相结合的方法对目标模板进行实时的更新,在保证算法实时性的同时,鲁棒性也更好。当跟踪目标发生完全遮挡时,通过结合Kalman滤波预测来实现目标的准确跟踪,并减少了算法的迭代次数。第四章介绍了另外一种非常重要的目标跟踪算法:粒子滤波。针对多目标跟踪中的难点,本文提出了基于HSV核直方图的粒子滤波跟踪算法,并采用了一种基于非均匀样本的重采样算法。粒子滤波算法的最大缺点就是实时性不强,新的算法在不增加算法复杂度的基础上,充分利用跟踪过程中粒子的状态值实现粒子的重采样,使粒子表示状态更加合理。实验结果证明,算法能够比较理想地实现对多目标跟踪中目标遮挡交叉问题的处理。在第五章,我们把目标跟踪技术运用到军事目标精确打击系统中。在利用航拍图像进行地面目标锁定跟踪的基础上,获得目标的准确位置,实现军事目标的精确打击。最后,对本文所做的工作做了总结和展望。

全文目录


摘要  4-5
Abstract  5-9
图目录  9-10
表目录  10-11
第一章 绪论  11-16
  1.1 引言  11
  1.2 多目标检测跟踪技术  11-14
    1.2.1 多目标检测与跟踪的发展  12
    1.2.2 多目标检测跟踪的研究现状  12-13
    1.2.3 存在的问题  13-14
  1.3 本文的研究内容与安排  14-16
第二章 运动目标检测  16-25
  2.1 引言  16
  2.2 常用的目标检测方法  16-18
    2.2.1 帧间差分法  16-17
    2.2.2 背景差分法  17
    2.2.3 光流法  17-18
  2.3 改进的帧差法  18-21
    2.3.1 三帧差分法  18
    2.3.2 形态学滤波处理  18-19
    2.3.3 自适应阈值的连通域检测  19-20
    2.3.4 目标分割及坐标计算  20-21
  2.4 实验结果与分析  21-24
  2.5 本章小结  24-25
第三章 基于均值漂移技术和卡尔曼滤波的运动目标跟踪  25-49
  3.1 引言  25-26
  3.2 非参数密度估计理论  26-31
    3.2.1 非参数密度估计  28
    3.2.2 直方图密度估计  28-29
    3.2.3 核密度估计  29-31
  3.3 均值漂移技术在目标跟踪中的应用  31-38
    3.3.1 均值漂移向量  31-33
    3.3.2 均值漂移跟踪算法  33-36
    3.3.3 Mean-Shift 算法中的模板更新  36-37
    3.3.4 实验结果与分析  37-38
  3.4 Kalman 滤波在目标跟踪中的应用  38-47
    3.4.1 卡尔曼滤波理论  39-40
    3.4.2 跟踪系统模型  40-42
    3.4.3 遮挡问题处理  42-43
    3.4.4 Mean-Shift 算法改进  43-44
    3.4.5 实验结果与分析  44-47
  3.5 本章小结  47-49
第四章 基于粒子滤波的多目标跟踪  49-67
  4.1 引言  49
  4.2 贝叶斯滤波  49-50
  4.3 粒子滤波器原理  50-54
    4.3.1 序列重要性采样(SIS)  51-52
    4.3.2 重采样算法  52-53
    4.3.3 粒子滤波器实现步骤  53-54
  4.4 基于HSV 核直方图的粒子滤波跟踪算法  54-65
    4.4.1 系统运动模型  55-56
    4.4.2 目标的建立与粒子的产生  56-57
    4.4.3 系统观测模型与粒子的更新  57-59
    4.4.4 基于非均匀样本的重采样算法  59-61
    4.4.5 跟踪算法流程  61
    4.4.6 实验结果及分析  61-65
  4.5 粒子滤波算法与均值漂移技术的比较  65-66
  4.6 本章小结  66-67
第五章 目标跟踪技术在军事目标精确打击中的应用  67-72
  5.1 引言  67
  5.2 军事目标精确打击系统  67-68
    5.2.1 系统的构成  67-68
    5.2.2 系统模块介绍  68
    5.2.3 系统的优点  68
  5.3 软件实现及处理结果  68-71
    5.3.1 军事目标精确打击系统软件主界面  69
    5.3.2 地面目标锁定跟踪结果  69-71
  5.4 本章小结  71-72
第六章 总结与展望  72-74
  6.1 总结  72
  6.2 展望  72-74
参考文献  74-78
致谢  78-79
在学期间的研究成果及发表的学术论文  79

相似论文

  1. 基于微型无人平台导航多传感器信息融合算法研究,V249.32
  2. SINS/GPS组合导航系统算法研究,V249.328
  3. 基于陀螺和星敏感器的卫星姿态确定研究,V448.2
  4. 基于多Agent理论的卫星协同定轨技术研究,V474
  5. 偏振光/地磁/GPS/SINS组合导航算法研究,V249.328
  6. 带径向速度观测的跟踪算法研究,TN953
  7. 基于VRPF的机动目标跟踪的研究,TN957.52
  8. 有标记点的人体三维运动数据获取方法的研究,TP391.41
  9. 移动机器人视觉检测和跟踪研究,TP242.62
  10. 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
  11. 空间红外目标仿真与跟踪技术研究,TP391.41
  12. 基于嵌入式系统钻孔成像装置的研究,P634.3
  13. 无线传感器网络的目标跟踪算法研究,TN929.5
  14. 两轮电动车自平衡控制算法的研究,TP273
  15. 基于多信息融合的轮式农业机器人导航研究,TP242
  16. 蜂窝系统的定位算法研究,TN929.53
  17. 基于视频的动物运动跟踪分析系统及应用研究,TP391.41
  18. 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
  19. 惯性运动捕捉系统中传感数据的传输与处理,TP212
  20. 认知无线电网络中的基于信道特征的主用户仿真攻击防御技术,TN925
  21. 自主水下航行器组合导航算法研究与系统实现,U666.1

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