学位论文 > 优秀研究生学位论文题录展示

运动目标检测分割算法研究

作　者: 陈奕奕
导　师: 吴谨
学　校: 武汉科技大学
专　业: 电路与系统
关键词: 视频监控背景建模运动目标检测高斯模型图像分块
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 105次
引　用: 4次
阅　读: 论文下载

内容摘要

智能视频监控系统是计算机视觉邻域的重要研究方向之一。它是智能监控、人机交互、移动机器人视觉导航、工业机器人手眼系统等应用的基础。运动目标检测是智能视频监控系统中的关键技术,目标检测的效果对系统的后续处理如跟踪等起着至关重要的作用。运动目标检测技术因具有在拍摄场所运动存在的前提下也能检测出独立的运动目标的优点,已经广泛应用于社会生活的各个方面,近年来受到各国学者的关注。由于背景场景及环境状态常常会发生变化如天气、光照、影子及混乱干扰等,这些干扰因素增加了运动目标检测的难度。因此,运动目标检测算法的研究旨在增强目标检测系统的动态适应性,以确保在有外界干扰的情况下也能够较精确的检测出运动目标以供系统做后续处理。本论文在熟悉相关资料的基础上,首先介绍了运动目标检测技术的发展和研究现状。然后在分析背景建模的基础上,设计并实现了完整的运动检测提取流程。针对基于单一像素处理的不足,提出了先基于图像子块处理的“粗分割”,而后基于像素处理的“精分割”的分割方式。阈值分割处理过程中,结合高斯分布的特性参数以及图像子块的能量的特点,动态的得出最优差分图像分割阈值。同时,利用高斯分布特性判定图像子块是否匹配当前的高斯分布的结果进行动态的背景更新。实验表明,该运动目标检测算法能较好的检测出运动目标,改善了运动检测系统的实时的检测效果。

全文目录

摘要  4-5
Abstract  5-8
第一章绪论  8-15
  1.1 选题背景  8-9
  1.2 研究现状  9-10
  1.3 运动目标检测概述  10-12
    1.3.1 基本原理  10-11
    1.3.2 存在问题和评定标准  11
    1.3.3 目标检测算法的应用  11-12
  1.4 背景重建研究现状  12-13
  1.5 本论文研究内容和章节安排  13-15
第二章图像预处理  15-23
  2.1 图像去噪  15-19
    2.1.1 图像滤波处理概述  15-16
    2.1.2 快速中值滤波  16-17
    2.1.3 实验仿真  17-19
  2.2 图像的形态学处理  19-21
    2.2.1 形态学处理的定义和操作  19-20
    2.2.2 实验仿真  20-21
  2.3 连通性检测  21-22
  2.4 本章小结  22-23
第三章检测算法概述  23-29
  3.1 图像的阈值分割  23-25
  3.2 帧间差分法  25-27
  3.3 背景差分法  27-28
  3.4 实验仿真  28
  3.5 本章小结  28-29
第四章构建背景模型  29-35
  4.1 单高斯模型  29-32
    4.1.1 单高斯模型的更新  30-31
    4.1.2 高斯分布特性参数  31-32
  4.2 基于卡尔曼滤波的背景模型  32-33
  4.3 混合高斯模型  33-34
  4.4 本章小结  34-35
第五章运动目标检测实现  35-47
  5.1 对称差分  37-38
  5.2 差分图像分块  38-39
  5.3 单高斯背景模型算法实现  39-41
  5.4 基于Gaussian 模型背景提取和更新  41-43
  5.5 运动目标提取和阴影的处理  43-44
  5.6 实验结果  44-46
  5.7 本章小结  46-47
第六章全文总结  47-48
  6.1 总结  47
  6.2 展望  47-48
参考文献  48-51
致谢  51-52
研究生期间发表的论文、科研成果  52

运动目标检测分割算法研究

内容摘要

全文目录

相似论文