学位论文 > 优秀研究生学位论文题录展示
基于图像信息的运动目标检测与跟踪算法研究
作 者: 马千里
导 师: 王敏
学 校: 华中科技大学
专 业: 控制理论与控制工程
关键词: 运动目标检测与跟踪 混合高斯背景建模 Mean-Shift算法 边缘粒子滤波
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 36次
引 用: 0次
阅 读: 论文下载
内容摘要
图像序列中运动目标的检测与跟踪算法是计算机视觉领域中的重要研究课题之一,它融合了计算机科学、通信科学、物理学、控制科学等诸多学科的相关研究成果,近几年在军事制导、安全监控、智能交通、医疗诊断等方面得到了广泛的应用。本文包括图像预处理技术、运动目标检测技术、运动目标跟踪技术三个方面,对相应领域的经典算法进行了总结和分析,其中包括混合高斯背景建模、均值偏移算法、Kalman滤波、标准粒子滤波等。在研究和比较相应算法的基础上,本文提出了一种运动目标检测与跟踪的新算法:采用混合高斯背景建模进行运动目标的检测,采用基于边缘粒子滤波(MPF)的改进算法实现运动目标的跟踪。MPF是标准粒子滤波与经典的Kalman滤波相结合的产物,是解决非线性非高斯问题的有力工具。它通过对建立的动态系统模型的状态变量进行分离,将状态变量分为线性和非线性两部分,对线性部分采用Kalman滤波进行状态估计,对非线性部分则采用粒子滤波实现状态跟踪,从而充分发挥两种算法的优势,达到较好的跟踪效果。在MPF的基础上,又采用均值偏移算法对粒子采样进行了改进,从而提出了本文的改进算法,通过试验分析可以发现,相对于传统算法而言,本文的算法在时间性能和跟踪的准确性上达到了较好的平衡,能够满足一定的实时性要求。
|
全文目录
摘要 4-5 Abstract 5-8 1 绪论 8-12 1.1 课题的研究背景 8-9 1.2 国内外的研究现状 9-10 1.3 论文的结构 10-12 2 图像预处理 12-27 2.1 图像增强 12-20 2.2 图像降噪 20-26 2.3 小结 26-27 3 运动目标检测算法 27-41 3.1 背景减法 27-28 3.2 相邻帧差法 28-29 3.3 光流法 29-32 3.4 混合高斯模型背景建模 32-38 3.5 实验对照 38-40 3.6 小结 40-41 4 运动目标跟踪 41-58 4.1 均值偏移算法 41-46 4.2 贝叶斯滤波理论 46-48 4.3 Kalman 滤波 48-52 4.4 基本的粒子滤波算法 52-57 4.5 小结 57-58 5 改进的粒子滤波算法在目标跟踪上的应用 58-72 5.1 边缘粒子滤波的思想 58-59 5.2 系统动态模型 59-60 5.3 目标特征的选取 60-62 5.4 算法描述 62-67 5.5 对照实验 67-71 5.6 小结 71-72 6 总结和展望 72-73 致谢 73-74 参考文献 74-78 附录:攻读硕士期间发表的论文 78
|
相似论文
- 基于KLT与Mean-Shift的目标跟踪研究,TP391.41
- 基于机器视觉的交通路口车流量检测方法研究,TP274
- 视频跟踪中Mean-Shift算法的应用研究,TP391.41
- 智能监控系统物品安全检测关键技术研究和实现,TP277
- 无线传感器网络中的追击者—逃跑者跟踪问题研究,TP212.9
- 视频图像中的运动目标跟踪算法研究,TP391.41
- 智能交通视频监控系统中关键技术研究,TP391.41
- 视频监控报警跟踪技术的研究与实现,TP391.41
- 视频桩考系统中运动物体检测与跟踪算法研究,TP391.41
- 基于纹理分析—合成的视频编解码系统,TN919.81
- 智能视觉监控中运动目标检测与跟踪的研究,TP391.41
- 基于DSP的运动目标检测系统研究,TP391.41
- 智能视频监控系统中运动目标的检测与跟踪,TP391.41
- 基于PowerPC的高清视频监控系统的设计与实现,TP391.41
- 视频序列目标检测与跟踪技术的研究,TP391.41
- 基于局部特征分析的运动目标检测和跟踪算法研究,TP391.41
- 智能视频监控中运动目标检测与跟踪技术的研究,TP391.41
- 人脸定位算法在视频监控中的设计与实现,TP391.41
- 视频场景下运动目标跟踪方法的研究,TP391.41
- 基于视频的行人流量统计技术研究,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
|