学位论文 > 优秀研究生学位论文题录展示
基于时序特性的运动阴影检测算法研究
作 者: 程振楠
导 师: 罗晓晖
学 校: 西华大学
专 业: 计算机技术
关键词: 阴影检测 时序分析 GMSM 阴影分类
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 10次
引 用: 0次
阅 读: 论文下载
内容摘要
视频监控系统是保障安全和防卫的重要手段,广泛应用于交通、军事和工业等领域。运动目标检测是智能视频监控系统的基础,目标检测的效果将直接影响到后续的处理和整个智能监控的性能,而运动目标的阴影检测是目标检测的难点和热点。目前,对阴影检测的方法大多针对简单场景或特定场景,混合高斯模型能够适用于复杂场景,并对阴影有较好的检测效果。混合高斯模阴影检测算法多采用单个像素建模,对复杂场景中的阴影检测效果不佳。本文通过对视频序列中阴影特性的分析,在GMSM阴影检测算法基础之上,研究基于时序特性的运动阴影检测方法。通过对视频序列中阴影的分类,将阴影分为弱阴影和强阴影,依阴影特征的不同,分别对阴影检测。文章主要进行以下的研究:(1)GMSM阴影检测算法实现在视频序列中,场景较复杂,前景和背景呈多模态特性,GMSM能够描述这些特征,对背景和阴影建立模型,检测出运动阴影。经算法实现,该方法可以检测运动阴影,但该方法存在固有缺陷。(2)运动阴影时序特性分析对不同场景中阴影的时序特征进行描述,依阴影像素强度的变化趋势,对阴影进行分类,描绘出阴影运动趋势变化图。(3)阴影模型建立与更新根据阴影的时序特性,将阴影分为弱阴影和强阴影,对不同阴影进入场景、在场景中运动和阴影终止时的各个过程建立模型,并通过学习更新参数。(4)基于时序特性的运动阴影检测算法在GMSM基础上,对前景中符合阴影判别条件的像素进行判断,依据前景、弱阴影和强阴影判定条件的不同,检测出阴影。试验结果表明,该方法能够较好的检测出阴影,与GMSM阴影检测算法相比,效果较好。
|
全文目录
摘要 4-5 Abstract 5-8 1 绪论 8-14 1.1 引言 8-9 1.2 研究的意义和目的 9-10 1.3 国内外研究现状 10-13 1.4 本文内容与章节安排 13-14 2 运动目标检测算法 14-28 2.1 光流法 14-16 2.2 帧间差分法 16-18 2.3 背景差分法 18-21 2.4 基于混合高斯模型的运动目标检测 21-27 2.4.1 混合高斯模型 21-23 2.4.2 模型参数更新 23-24 2.4.3 背景模型估计 24 2.4.4 实验分析 24-27 2.5 本章小结 27-28 3 阴影特性以及经典阴影检测算法 28-38 3.1 阴影产生机理 28-30 3.2 颜色空间 30-34 3.2.1 RGB颜色空间 30-31 3.2.2 HSV颜色空间 31-32 3.2.3 YUV颜色空间 32-33 3.2.4 阴影在颜色空间的不变性 33-34 3.3 阴影检测算法分析 34-37 3.3.1 基于纹理的运动阴影检测 34-35 3.3.2 基于颜色特性的运动阴影检测 35-36 3.3.3 基于统计的运动阴影检测 36-37 3.4 本章小结 37-38 4 GMSM运动阴影检测算法 38-47 4.1 GMSM的建立与更新 38-41 4.1.1 阴影判别函数 38-40 4.1.2 模型参数更新 40-41 4.2 运动阴影检测 41-42 4.3 GMSM运动阴影检测结果 42-43 4.4 GMSM运动阴影检测分析 43-46 4.4.1 稳定场景中的运动阴影检测 43-44 4.4.2 GMSM运动阴影检测失效 44-45 4.4.3 GMSM前景误判 45-46 4.5 本章小结 46-47 5 基于时序特性的运动阴影检测算法 47-69 5.1 运动阴影的时序特征 47-54 5.1.1 背景不同时运动阴影时序特性分析 47-50 5.1.2 前景存在时运动阴影时序特性分析 50-53 5.1.3 基于时序特征的阴影分类描述 53-54 5.2 阴影检测算法 54-65 5.2.1 运动阴影特性 54-57 5.2.2 运动阴影准入条件规则 57-59 5.2.3 运动阴影中间过程运动规则 59-63 5.2.4 运动阴影终止规则 63 5.2.5 前景到阴影时运动阴影判断 63 5.2.6 阴影检测算法流程 63-65 5.3 实验结果 65-66 5.4 实验结果分析 66-68 5.5 本章小结 68-69 结论 69-70 参考文献 70-74 致谢 74
|
相似论文
- InSAR技术在地面沉降监测中的应用研究,P225.1
- WEB个性化信息采集与管理关键技术研究,TP393.09
- 基于监控视频中运动目标自动检测与跟踪算法的研究与实现,TP391.41
- 视频运动目标检测若干关键算法研究,TP391.41
- 在复杂场景下的入侵检测,TP391.41
- 基于道路自动识别的交通流信息提取与分析,TP391.41
- 运动目标跟踪系统的设计与实现,TP391.41
- 视频监控系统中的运动目标检测算法研究,TP391.41
- 水对露天矿高边坡稳定性影响的研究,TD804
- 基于DM6437的视频行人运动检测系统设计,TP391.41
- 基于GPU的EDA加速技术,TP391.41
- 视频序列中运动目标的检测与跟踪,TP391.41
- 应用InSAR时序分析方法监测断层活动性研究,TN958
- 面向全定制宏模块的时序建模技术研究与实现,TN47
- 基于InSAR的矿区地表形变监测研究,P227
- 图像阴影的检测与去除算法研究,TP391.41
- 亚微米数字集成电路约束及收敛方法研究,TN492
- AVS视频解码芯片的实现,TN402
- 片上信号传输特性建模,TN47
- 区域精密对流层延迟建模,P228.4
- 基于交通视频的车流量提取的关键技术研究,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
|