学位论文 > 优秀研究生学位论文题录展示
基于蛙眼视觉特性的运动目标检测与跟踪方法研究
作 者: 姜真
导 师: 李智勇
学 校: 湖南大学
专 业: 信息与通信工程
关键词: 蛙眼 生物视觉 目标检测 目标跟踪 时空熵 Mean-shift
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 11次
引 用: 0次
阅 读: 论文下载
内容摘要
运动目标的检测与跟踪一直是计算机视觉领域的重要研究课题,众多研究者对此进行了深入的研究,取得了丰富的理论与技术研究成果。同时,随着其广泛应用于军事、民用的各个领域,人们对运动目标分析,尤其是复杂情况下运动目标检测与跟踪的实时性、准确性及鲁棒性提出了更高的要求,传统理论逐渐显示出不足,基于生物视觉的仿生视觉是一种潜在的解决方案。因此,本文主要通过分析蛙眼视觉特性,对运动目标的检测与跟踪做了一系列研究。首先,介绍了目前运动目标检测与跟踪技术的发展现状,分析传统理论在解决相关问题中存在的不足与难点,提出借鉴具有运动视觉特长的蛙眼视觉特性与认知机理,探索针对运动目标检测与跟踪的认知计算新方法的思想。并阐述了蛙眼视觉认知特性及神经机理,为相关视觉仿生提供基础。接下来,本文分析青蛙可以快速、准确的检测运动目标的原理,借鉴其相关特性,模拟蛙眼视网膜中两种神经节细胞的检测作用,依据实际情况下的运动目标检测实时性需求,结合视频图像的处理算法,设计了一种运动目标的检测算法,该算法多角度多层次的融合运动特征和边缘特征,并采用了一种双阈值融合方法,最终精确的检测出目标的运动边缘。在算法设计的过程中一方面基于蛙眼视觉特征;另一方面合理利用了各种视频图像处理方法的优点。最后,针对运动目标跟踪过程中目标的尺度变化的情况,基于蛙眼对运动目标的敏感特性及跟踪框与目标尺度间的相关理论,提出了一种改进Mean-shift运动目标的跟踪算法。算法主要分为两大部分:一是融合运动特征和颜色特征构建运动-颜色直方图描述目标;二是基于Mean-shift计算结果同时利用运动特征,根据目标尺度变化自适应的调整跟踪窗的大小,及更新特征模板。仿真实验结果表明,该方法可以有效的定位尺度变化的运动目标。
|
全文目录
摘要 5-6 Abstract 6-12 第1章 绪论 12-19 1.1 研究背景与意义 12-13 1.2 国内外研究现状 13-15 1.3 传统运动目标检测和跟踪方法中的问题分析 15-16 1.4 本文主要研究内容 16-17 1.5 本文组织结构 17-18 1.6 小结 18-19 第2章 蛙眼视觉原理和基础 19-30 2.1 引言 19 2.2 蛙眼视觉行为 19-20 2.3 蛙眼的生理基础 20-26 2.3.1 蛙眼的生理结构 21-23 2.3.2 蛙眼视觉神经机理 23-26 2.4 蛙眼视觉研究情况 26-29 2.4.1 国外情况 26-28 2.4.2 国内情况 28-29 2.5 小结 29-30 第3章 基于蛙眼视觉特征的运动目标检测方法 30-43 3.1 引言 30-31 3.2 基于蛙眼的运动目标检测策略 31 3.3 基于蛙眼的运动目标检测算法 31-42 3.3.1 运动区域检测 31-34 3.3.1.1 帧差法 31-32 3.3.1.2 时空熵法 32-34 3.3.2 边缘特征提取 34-37 3.3.3 算法描 述 37-39 3.3.3.1 算法流程 37-38 3.3.3.2 双阈值融合方法 38-39 3.3.4 实验结果及分析 39-42 3.4 小结 42-43 第4章 基于蛙眼视觉特征自适应跟踪窗的运动目标跟踪方法 43-54 4.1 引言 43-44 4.2 基于蛙眼特性的跟踪策略 44-45 4.3 基于蛙眼视觉特性的运动目标跟踪算法 45-53 4.3.1 Mean-shift算法概述 45 4.3.2 运动特征图建立 45-46 4.3.3 运动-颜色直方图构建 46-49 4.3.4 跟踪窗框自适应调整及模板更新 49 4.3.5 算法总体描述 49-50 4.3.6 实验结果及分析 50-53 4.4 小结 53-54 结论 54-56 参考文献 56-62 致谢 62-63 附录 A 63-64 附录 B 64
|
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
- 双传感器图像联合目标检测及系统实现研究,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
- Mean Shift结合拓扑约束法进行高密度细胞追踪,Q25
- 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
- 无线传感器网络的目标定位跟踪算法研究,TN929.5
- 非稳定背景下的运动目标检测与鲁棒跟踪方法研究,TP391.41
- 基于支持向量机的视频目标检测方法研究,TP391.41
- 运动目标检测和跟踪算法研究,TP391.41
- 基于视频的人机交互方式研究,TP391.41
- 视频监控若干技术研究,TP391.41
- 基于Mean Shift的视频监控运动目标的跟踪算法研究与实现,TP391.41
- 红外条件下驾驶员疲劳检测研究,TP391.41
- 视频监控中运动目标检测与跟踪算法的研究,TP391.41
- 基于混合高斯的背景建模与更新算法的研究与实现,TP391.41
- 传感器网络中目标跟踪算法研究,TN929.5
- 基于类内共享特征模型的多类遥感图像目标识别方法研究,TP751
- 高分辨率遥感图像多类目标识别研究,TP751
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
|