学位论文 > 优秀研究生学位论文题录展示

基于视频的行人流量统计技术研究

作　者: 吴海江
导　师: 李一民
学　校: 昆明理工大学
专　业: 通信与信息系统
关键词: 目标检测与跟踪 Mean shift算法 Kalman滤波器流量统计
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 79次
引　用: 0次
阅　读: 论文下载

内容摘要

行人流量检测统计技术是当前计算机视觉领域的研究热点,行人检测统计获得的流量信息,为各公共场所有效管理提供了重要数据来源。本文通过单目摄像机获取视频图像序列,针对静止背景下视频序列中运动行人目标进行检测和跟踪方法的研究,以实现运动行人的检测、定位及跟踪,在行人流量检测统计技术中,运动行人目标的检测和跟踪计数算法是技术实现与应用的核心。关于运动目标检测,首先介绍了几种常见的运动目标检测算法及其各自优缺点。针对背景差分法,通过研究如何得到背景、如何及时更新背景模型,设计了基于灰度分类提取背景方法及更新策略,且给出了阴影检测抑制的方法和阴影的消除,最后完成运动目标的检测。关于运动目标跟踪,首先介绍分析了几种常见的目标跟踪算法及其各自优缺点,针对本论文的实际应用,提出了Mean shift目标跟踪算法对目标进行跟踪,当运动目标运动速度过快,或者发生遮挡时,容易产生目标跟踪丢失的问题,采用结合了Kalman滤波器的Mean shift目标跟踪算法来解决这些问题,来完成对运动目标的跟踪。最后,给出了运动行人流量统计的流程图,和行人流量统计技术的具体方法,本文对不同特点的视频序列进行试验测试,实验证明本文方法能够准确检测运动目标并对其进行跟踪达到对行人流量统计的目的。

全文目录

摘要  3-4
Abstract  4-5
目录  5-8
第一章绪论  8-14
  1.1 课题的研究背景及意义  8-9
  1.2 国内外的研究现状  9-10
  1.3 目标检测和跟踪所面临的问题  10-11
  1.4 本论文的主要工作和章节安排  11-14
第二章图像预处理  14-24
  2.1 引言  14
  2.2 图像噪声的消除  14-16
  2.3 图像的二值化  16-19
  2.4 数学形态学图像处理  19-21
    2.4.1 膨胀和腐蚀  19-20
    2.4.2 开运算和闭运算  20-21
  2.5 边缘检测  21-22
  2.6 本章小结  22-24
第三章运动目标检测  24-38
  3.1 引言  24
  3.2 运动目标检测的常用方法  24-27
    3.2.1 帧差分法  24-25
    3.2.2 光流法  25-26
    3.2.3 背景差分法  26-27
  3.3 色彩空间  27-29
    3.3.1 RGB颜色模型  27-28
    3.3.2 HSV色彩空间  28-29
    3.2.3 YUV色彩空间  29
  3.4 阴影的检测与抑制  29-31
  3.5 本文的运动目标检测算法流程  31-37
    3.5.1 算法步骤及流程图  31-32
    3.5.2 背景的初始化及背景更新  32-33
    3.5.3 阴影的检测与抑制  33-34
    3.5.4 阴影检测的后处理  34-35
    3.5.5 实验结果及分析  35-37
  3.6 本章小结  37-38
第四章运动目标跟踪  38-54
  4.1 引言  38
  4.2 常见目标跟踪算法  38-40
    4.2.1 基于假设条件的跟踪算法  38-39
    4.2.2 基于运动模型的跟踪算法  39
    4.2.3 基于多线索融合的跟踪算法  39-40
    4.2.4 基于目标表达的跟踪算法  40
    4.2.5 基于特征的目标跟踪算法  40
  4.3 Mean shift的理论分析  40-44
    4.3.1 Mean shift算法基础  41-43
    4.3.2 Mean shift算法的收敛过程  43-44
  4.4 Mean Shift跟踪算法  44-47
    4.4.1 目标的表示  44-45
    4.4.2 相似性函数  45-46
    4.4.3 目标的定位  46-47
    4.4.4 跟踪算法描述  47
  4.5 结合Kalman滤波器的Mean shift跟踪算法  47-53
    4.5.1 Kalman滤波器  48-50
    4.5.2 结合Kalman滤波器的目标跟踪算法  50-51
    4.5.3 实验结果及分析  51-53
  4.6 小结  53-54
第五章行人流量统计实验及结果  54-64
  5.1 统计实验的硬件组成  54
  5.2 统计实验的软件实现  54-55
  5.3 Opencv的跟踪框架  55-57
    5.3.1 跟踪处理流程图  55-56
    5.3.2 模块分析  56-57
  5.4 行人流量统计  57-63
    5.4.1 行人流量的统计流程图  57-58
    5.4.2 行人流量的统计方法  58-59
    5.4.3 行人流量的统计指标  59
    5.4.4 行人流量的统计结果及分析  59-63
  5.5 本章小结  63-64
第六章结论和展望  64-66
  6.1 主要工作与结论  64-65
  6.2 进一步的研究和展望  65-66
致谢  66-67
参考文献  67-71
附录攻读硕士学位期间取得的学术成果  71

基于视频的行人流量统计技术研究

内容摘要

全文目录

相似论文