学位论文 > 优秀研究生学位论文题录展示

基于运动背景的运动目标检测技术研究

作　者: 丁茂实
导　师: 徐贵力
学　校: 南京航空航天大学
专　业: 测试计量技术及仪器
关键词: 全局运动估计提升小波卡尔曼滤波器双阈值图像分割
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 114次
引　用: 1次
阅　读: 论文下载

内容摘要

智能视频监控技术是计算机视觉领域近年来新兴的一个研究方向。它的主要研究内容包括:监控视频运动对象的检测、对象的描述、对象的跟踪、对象的识别和对象的行为分析等。目前的智能监控系统中,通常采用固定摄像头对于场景进行记录。对于大视场监控,单一固定摄像头难以满足监控的大视场和高分辨率要求,而采用多个摄像头成本过高。因此有必要采用旋转摄像头对整个视场进行扫描监控。本文研究了基于旋转摄像头的全局运动估计方法以及全局运动补偿后运动目标的分割和填充技术。在全局运动估计过程中,首先提取当前帧的特征点并将其离散化,然后以特征点为中心在当前帧和前一帧之间进行块匹配,其后用3σ准则除去误差块,从而得到全局运动估计量。在VC平台上编程实现了该算法。其中,在特征点提取阶段,本文对特征点提取算法进行了深入研究和比较,由于提升小波速度较快,因此研究了基于提升小波的特征点快速提取方法。实验结果表明取得同等效果情况下,基于提升小波的特征点提取方法耗时仅为以sobel算子极大值方法的20%。另外,已有的一种快速SUSAN算法对于实际图像提取特征点的实时性不够,研究发现其原因是未对小波系数值进行区分,将大量由噪声引起的点进行处理造成的。本文对其进行了改进,通过对小波系数值的划分,解决了这一问题。改进后方法所用的时间小于原SUSAN算法的15%,提取到的点数大于原SUSAN算法的90%。还有,由于摄像头是旋转的,则背景的运动有一定的规律,故此本文采用卡尔曼滤波来预测跟踪匹配块,大大减少了全局运动估计的计算量。该方法在实验中匹配精度满足要求,并且大幅提高了全局运动估计的速度,耗时仅相当于现有全局搜索法的5%,三步搜索法的35%。最后,在运动目标分割填充研究过程中,对现有大津法和迭代方法进行了分析比较基础上,采用了基于双阈值的目标分割方法,实现了对目标的完整分割,避免了单一阈值引起的目标残缺或噪声太强的缺陷。

全文目录

摘要  4-5
ABSTRACT  5-13
第一章绪论  13-19
  1.1 课题背景和意义  13-14
  1.2 国内外研究现状及存在的问题  14-17
    1.2.1 研究现状  14-15
    1.2.2 运动估计存在的问题  15-17
  1.3 本文的主要研究工作  17-18
    1.3.1 本文主要工作  17-18
    1.3.2 本文的主要创新点  18
  1.4 本文的内容安排  18-19
第二章特征点提取和全局运动补偿算法研究  19-40
  2.1 特征点的选择与比较  19-25
    2.1.1 几种边缘提取算子和角点提取算子简介  19-23
    2.1.2 特征点的选取及离散化  23-25
  2.2 对一种基于提升小波的快速SUSAN 算法的改进  25-31
    2.2.1 提升小波算法简介  26-27
    2.2.2 现有的一种快速SUSAN 检测算法  27-28
    2.2.3 本文的改进方法及实验结果  28-31
  2.3 块匹配研究现状  31-33
  2.4 参数模型  33-35
  2.5 全局运动估计的研究现状  35-37
    2.5.1 直接方法  35-36
    2.5.2 间接方法  36-37
  2.6 本文的全局运动补偿算法  37-39
    2.6.1 背景模型的确定  37
    2.6.2 全局运动补偿算法  37-39
  2.7 实验结果  39-40
第三章运动目标的分割与填充  40-52
  3.1 当前的分割方法  40-41
  3.2 对于差分图像的预处理  41-44
    3.2.1 维纳滤波器  41-42
    3.2.2 中值滤波器  42-43
    3.2.3 两种方法的效果对比  43-44
  3.3 本文中的分割和填充方法  44-48
    3.3.1 常用的阈值确定方法  44-46
    3.3.2 本文的分割方法  46-48
  3.4 对于基于颜色和轮廓分割方法的尝试  48-52
    3.4.1 基于轮廓信息填充的尝试  48-49
    3.4.2 基于色彩分割方法的尝试  49-52
第四章一种基于卡尔曼预测的块匹配搜索方法研究  52-63
  4.1 卡尔曼滤波简介  52-56
    4.1.1 卡尔曼滤波器基础  52-55
    4.1.2 离散卡尔曼滤波的特点和性质  55-56
  4.2 卡尔曼滤波器在全局运动估计块匹配搜索中的应用  56-58
  4.3 实验结果  58-63
第五章总结与展望  63-65
  5.1 本文的主要工作  63
  5.2 不足与展望  63-65
参考文献  65-68
致谢  68-69
在学期间的研究成果及发表的学术论文  69

相似论文

SINS/GPS组合导航系统算法研究,V249.328
森林防火系统中图像识别算法的研究,TP391.41
数字图像处理在集装箱检测中的应用研究,TP274.4
个性化人工膝关节设计及其生物力学特性研究,R318.1
基于图像处理技术的烟叶病害自动识别研究,S435.72
红外图像目标识别及跟踪技术研究,TP391.41
细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
基于DM6446与小波的图像压缩系统设计与实现,TP391.41
基于知识的脊柱MRI影像分割算法研究,TP391.41
基于OpenCV的人脸检测方法研究,TP391.41
计算机辅助髋关节置换手术系统研究与开发,TP391.41
基于单目夜视图像的深度估计,TP391.41
基于中介真值程度度量的图像分割方法研究,TP391.41
基于图像处理的棉花成熟度判定技术的研究,TP391.41
基于空间邻域词袋模型的图像标注技术,TP391.41
基于SPIHT的可伸缩码流编码器的实现和研究,TN762
认知无线电网络中的基于信道特征的主用户仿真攻击防御技术,TN925
一种基于SPIHT改进的ROI图像编码方法,TN919.81
基于数字图像处理技术的路面裂缝检测算法研究,TP391.41
Web图像搜索中基于GPU的图像分割技术术究,TP391.41