学位论文 > 优秀研究生学位论文题录展示

多运动目标检测与跟踪算法的研究

作　者: 朱琴
导　师: 李军
学　校: 南京理工大学
专　业: 控制理论与控制工程
关键词: 目标检测 目标跟踪 角点检测 MCD Mean-Shift 卡尔曼预测
分类号: TP391.41
类　型: 硕士论文
年　份: 2008年
下　载: 444次
引　用: 8次
阅　读: 论文下载
 

内容摘要


智能化的多运动目标检测与跟踪系统可以大量减少工作人员,提高工作效率,极大的提高监控系统的性能,是计算机视觉领域非常活跃的一个研究方向。目前在安防、军事、医疗领域具有非常广阔的应用前景。目前许多算法在实际应用中存在问题,本文在前人研究的基础上,重点研究了如何提高检测与跟踪算法的自适应性和实时性,降低外部干扰的影响。首先对传统的运动目标检测方法进行了改进,提出了基于自适应背景模型的运动目标检测算法,有效的解决了帧间差分法检测目标产生空洞的问题,也避免了背景差分法在背景环境发生变化时发生误检的情况,能够实现多目标的检测和分离。针对多目标的跟踪,研究了特征角点匹配和Mean Shift(均值偏移理论)算法两种方法,并对两种方法进行了比较。在基于特征角点匹配的目标跟踪方法的研究中,针对Susan角点检测算法耗时过长的问题采用了与边缘检测相结合的方法提高了算法的实时性。对特征角点采用MCD(最多邻近点距离法)相关跟踪算法进行了匹配跟踪。为了取得更稳定的跟踪效果和更高的实时性,对Mean Shift跟踪算法进行了研究。结合改进的卡尔曼预测算法解决了目标被遮挡、相似物干扰等问题;针对目标运动过程中大小发生变化的问题,提出了一种自适应调整核窗宽的方法;研究了多目标跟踪中运动目标轨迹交叉的问题。最后,基于上述研究利用软件编程对改进的多运动目标检测和跟踪算法进行了实验,实验证明算法具有较高的准确性、实时性和抗干扰能力。

全文目录


摘要  3-4
ABSTRACT  4-7
1 绪论  7-12
  1.1 研究背景及意义  7-8
  1.2 多运动目标检测跟踪算法研究现状及存在问题  8-10
    1.2.1 研究现状  8-9
    1.2.2 存在问题  9-10
  1.3 本文研究的主要内容以及章节安排  10-12
2 多运动目标检测跟踪相关理论  12-19
  2.1 目标检测跟踪流程  12-13
  2.2 目标检测  13-14
  2.3 目标跟踪  14-18
    2.3.1 波门跟踪模式  14-15
    2.3.2 图像匹配模式  15-18
  2.4 本章小结  18-19
3 静态背景下运动目标的检测  19-32
  3.1 基于自适应背景模型的目标检测算法  19-24
  3.2 基于垂直投影图的阴影消除算法  24-26
  3.3 形态学处理  26-29
    3.3.1 图像腐蚀  26-27
    3.3.2 图像膨胀  27-29
  3.4 静态背景下多目标的特征数据关联  29-31
    3.4.1 目标特征提取  29
    3.4.2 数据关联  29-31
  3.5 本章小结  31-32
4 基于特征角点匹配的运动目标跟踪算法  32-43
  4.1 角点检测  32-35
    4.1.1 Harris角点检测算法  32-34
    4.1.2 Susan角点检测算法  34-35
    4.1.3 MIC角点检测算法  35
  4.2 改进的Susan角点提取算法  35-39
    4.2.1 边缘检测  36-38
    4.2.2 基于 Canny边缘算子的Susan角点提取算法  38-39
    4.2.3 自适应阈值t、g的选择  39
  4.3 MCD相关跟踪算法  39-41
  4.4 实验分析  41-42
  4.5 本章小结  42-43
5 基于 MEAN SHIFT算法的多运动目标跟踪方法  43-64
  5.1 Mean-Shift跟踪算法  43-48
    5.1.1 核密度估计理论  43-44
    5.1.2 Mean Shift理论  44-46
    5.1.3 Mean Shift跟踪算法  46-48
  5.2 预测算法  48-50
    5.2.1 线性预测算法  49
    5.2.2 平方预测算法  49-50
    5.2.3 卡尔曼预测算法  50
  5.3 卡尔曼预测算法  50-57
    5.3.1 卡尔曼滤波理论的发展  51
    5.3.2 Kalman滤波器的原理  51-53
    5.3.3 Kalman预测算法在位置预测中的改进  53-54
    5.3.4 遮挡、相似物干扰的处理  54-57
  5.4 动态背景下的多目标跟踪  57-63
    5.4.1 目标状态分析  57-58
    5.4.2 多目标运动轨迹交叉问题的研究  58-60
    5.4.3 目标模板更新策略  60-61
    5.4.4 自适应核窗宽的调整  61-63
  5.6 本章小结  63-64
6 总结与展望  64-66
致谢  66-67
参考文献  67-70

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. 图像拼接技术研究,TP391.41
  5. 双传感器图像联合目标检测及系统实现研究,TP391.41
  6. 空间交会接近视觉测量方法研究,TP391.41
  7. PCB视觉检测系统中相机标定算法与位姿测定技术,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. Mean Shift结合拓扑约束法进行高密度细胞追踪,Q25
  12. 红外图像目标识别及跟踪技术研究,TP391.41
  13. 空间红外目标仿真与跟踪技术研究,TP391.41
  14. 基于运动目标轨迹分析的智能交通监控系统,TP277
  15. 基于视频的运动目标检测与跟踪方法应用研究,TP391.41
  16. 舌诊客观化中若干图像分析技术研究,TP391.41
  17. 基于支持向量机的视频目标检测方法研究,TP391.41
  18. 无线传感器网络的目标跟踪算法研究,TN929.5
  19. 基于主动视觉的运动目标检测与跟踪研究,TP391.41
  20. 小波分析在掌纹图像特征提取中的应用,TP391.41
  21. 嵌入式多参数环境智能监测系统的设计与实现,TP274

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