学位论文 > 优秀研究生学位论文题录展示

基于全局运动补偿的动态背景下目标检测与轨迹跟踪方法研究

作　者: 王洪斌
导　师: 王向军
学　校: 天津大学
专　业: 测试计量技术及仪器
关键词: 动态背景 目标检测 目标跟踪 全局运动补偿 粒子滤波 颜色直方图
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 155次
引　用: 0次
阅　读: 论文下载
 

内容摘要


动态背景下的目标检测与跟踪技术是计算机视觉领域占有重要地位的课题之一。在精确制导武器、交通监控、移动机器人视觉导航、智能车辆等领域有着广泛的应用前景。研究由于摄像机运动引起了背景运动，检测并跟踪其中的运动目标具有重要的实践意义和理论价值。本文对动态背景下多运动目标检测和轨迹跟踪技术进行了深入研究。主体上分为两大部分，前一部分深入分析了基于全局运动补偿的动态背景下运动目标检测方法，后一部分则在此基础上，进一步提出了基于粒子滤波器的目标轨迹跟踪问题的解决方案。在运动目标检测部分，本文采用了基于宏块匹配的六参数全局运动估计的方法进行全局运动补偿，有效的消除了摄像机在非稳定情况下对目标检测和跟踪性能带来的不利影响。同时，在宏块匹配前对图像序列采取了图像剪裁和边缘信息提取，通过宏块预判剔除纹理信息不丰富的宏块。在宏块匹配搜索过程中，本文提出了一种九点十字搜索法，相对传统的搜索法，减小了数据量，提高了算法的实时性。得出摄像机全局运动参数后，在双线性插值理论的基础上对背景运动进行了补偿。补偿后运用静态背景下帧间差分的方法提取运动目标区域，并在此过程中，提出了一种基于形态学处理和小区域去噪相结合的小目标检测方法。实验结果表明，该算法能够在动态背景下正确的提取到运动目标区域。在运动目标跟踪部分，为了使目标跟踪方法对目标的旋转、形变以及颜色非单一等各种复杂情况具有较强的鲁棒性，本文结合粒子滤波技术采用了一种基于加权颜色直方图的目标跟踪方法。将目标的加权颜色直方图作为目标的颜色模型，并利用Bhattacharyya距离描述粒子与目标颜色模型的相似性，为粒子权值的更新提供了有力依据。通过对实验结果的进一步分析和讨论，论证了所提方法的有效性和实用性。

全文目录


摘要  3-4
Abstract  4-7
第一章 绪论  7-13
  1.1 动态背景下运动目标检测与跟踪概述  7
  1.2 运动目标检测的研究现状  7-11
    1.2.1 运动目标检测的发展与现状  7-9
    1.2.2 运动目标跟踪的发展与现状  9-11
  1.3 课题研究背景及意义  11
  1.4 本论文主要内容和结构安排  11-13
第二章 动态背景下运动目标检测与跟踪基本方法  13-20
  2.1 动态背景下运动目标检测方法研究  13-17
    2.1.1 基于光流场的目标检测  13-14
    2.1.2 基于联合方法的目标检测  14-15
    2.1.3 基于灭点的目标分割  15
    2.1.4 基于马尔科夫运动的目标检测  15-16
    2.1.5 基于R BF 神经网络的复杂背景下的运动目标检测  16-17
  2.2 运动目标跟踪方法研究  17-20
    2.2.1 基于模型匹配的跟踪  17-18
    2.2.2 基于区域匹配的跟踪  18
    2.2.3 基于特征的目标跟踪算法  18-19
    2.2.4 基于目标运动特性的目标跟踪  19-20
第三章 基于全局运动补偿的动态背景下多运动目标检测  20-41
  3.1 全局运动估计  21-27
    3.1.1 常用的摄像机运动模型  22-24
    3.1.2 基于六参数的全局运动估计  24-27
    3.1.3 递归最小二乘法计算全局运动参数  27
  3.2 图像预处理与宏块预判  27-30
    3.2.1 图像剪裁  28
    3.2.2 边缘纹理信息提取  28-29
    3.2.3 宏块预判  29-30
  3.3 宏块匹配与九点十字搜索法  30-34
    3.3.1 宏块匹配  30-32
    3.3.2 九点十字搜索法  32-34
  3.4 全局运动补偿  34
  3.5 运动目标区域提取  34-41
    3.5.1 目标区域提取预处理  34-36
    3.5.2 区域标记去噪  36
    3.5.3 基于形态学处理和小区域去噪策略的小目标检测  36-41
第四章 基于粒子滤波器的目标轨迹跟踪  41-57
  4.1 基于粒子滤波器的跟踪算法  41-47
    4.1.1 粒子滤波跟踪算法概述  41-42
    4.1.2 粒子滤波器原理  42-43
    4.1.3 粒子滤波器进行跟踪时的关键性问题  43-46
    4.1.4 基于粒子滤波器算法流程  46-47
  4.2 目标颜色信息基本理论  47-51
    4.2.1 颜色以及颜色空间  47-49
    4.2.2 颜色信息理论  49-51
  4.3 基于加权颜色直方图和粒子滤波算法的目标跟踪  51-57
    4.3.1 跟踪方法概述  51
    4.3.2 目标离散区域归并  51-52
    4.3.3 颜色概率分布图的加权改造  52-53
    4.3.4 目标模板匹配准则  53-54
    4.3.5 基于加权颜色直方图和粒子滤波器的跟踪算法流程  54-57
第五章 动背景下运动目标检测与跟踪软件实现与实验结果  57-64
  5.1 系统开发环境  57
  5.2 实验结果  57-64
    5.2.1 全局运动补偿实验  58-59
    5.2.2 图像目标颜色特征提取实验  59-60
    5.2.3 跟踪效果实验  60-64
第六章 总结与展望  64-66
  6.1 工作总结  64
  6.2 工作展望  64-66
参考文献  66-71
发表论文和参加科研情况说明  71-72
致谢  72-73
附录  73-74

相似论文

  1. 基于多Agent理论的卫星协同定轨技术研究,V474
  2. 带径向速度观测的跟踪算法研究,TN953
  3. 基于VRPF的机动目标跟踪的研究,TN957.52
  4. 双传感器图像联合目标检测及系统实现研究,TP391.41
  5. 基于内容的服装图像检索技术研究及实现,TP391.41
  6. 空间交会接近视觉测量方法研究,TP391.41
  7. 有标记点的人体三维运动数据获取方法的研究,TP391.41
  8. 基于嵌入式图像处理单元的运动目标跟踪系统研究,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. 红外图像目标识别及跟踪技术研究,TP391.41
  12. 基于运动目标轨迹分析的智能交通监控系统,TP277
  13. 基于支持向量机的视频目标检测方法研究,TP391.41
  14. 基于主动视觉的运动目标检测与跟踪研究,TP391.41
  15. 视频监控运动目标检索方法研究,TP391.41
  16. 安防监控系统中运动目标检测算法研究,TP391.41
  17. 复杂目标视觉注意模型研究,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. 自主水下航行器组合导航算法研究与系统实现,U666.1
  20. 基于无线传感器网络的目标跟踪算法研究,TN929.5
  21. 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