学位论文 > 优秀研究生学位论文题录展示
移动侦测的抗干扰算法研究
作 者: 张燕
导 师: 祝宇鸿
学 校: 吉林大学
专 业: 通信与信息系统
关键词: 移动侦测 双矩形框 阈值分割 阴影消除 光照影响消除 HSV彩色模型
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 44次
引 用: 0次
阅 读: 论文下载
内容摘要
随着人们对安防要求越来越高,视频监控技术正在向着数字化、网络化、智能化的方向发展,在居民社区、商业区、国防领域等都具有广泛的应用前景。在智能监视系统中加入移动侦测技术,可以自动对视频图像进行目标侦测,大大提升监控系统的性能。移动侦测技术是判断监控场景中是否有异样的依据,又是触发告警设备行为的条件。一旦有异常情况发生,立即发出告警提醒监控人员,同时启动录像功能,对异常现场进行录制保存,这样既节省人力又能够节省大量的存储空间。然而在实际应用中,由于环境的复杂多变,在许多不可预知的环境条件(光照、气候等)干扰下使得移动侦测的灵敏度和准确性降低,误警、虚警现象时有发生,给人们带来很多不必要的麻烦。当漏报和误报达到一定比例,视频监控就失去它的意义。本文主要致力于运动目标的有效检测、目标投射阴影的消除、外界环境多种光照变化处理的研究。在研究了几种常见的目标检测算法后,本文提出了一种新的双矩形框算法。该算法首先根据相邻三帧的两帧差分图像确定当前帧图像中目标的运动区域,将目标精确定位在一个矩形框内,然后在确定的运动区域内利用背景差分算法提取运动目标。在背景差分运算中,本文采用灰度统计平均法建立初始背景图像,并利用Surendra算法实时更新背景。双矩形框算法将背景差分法和帧间差分法巧妙地结合在一起,在消除噪声干扰的同时实现了运动目标信息的完整提取。在图像分割过程中,本文提出一种将最大类间方差法(Otsu)和单峰直方图法相结合的阈值分割算法,单峰直方图法的掺入弥补了最大类间方差法只适应于双峰直方图的图像的缺点,更好地实现了背景和前景目标的分离。该算法首先利用最大类间方差法得到一个初步的阈值,根据这个阈值大小判断差分图像直方图是单峰还是双峰。如果是单峰,则需要采用单峰直方图法重新计算分割阈值;否则这个就是最终的阈值。实验证明,该算法得到的阈值更精确,图像分割效果更佳。在阴影消除方面,本文基于对颜色识别率较高的HSV彩色空间模型,利用颜色分量不受阴影影响,而阴影区与非阴影区亮度会发生较大变化等特点,结合本文提出的双矩形框算法,实现了阴影的消除。本文的目标检测算法和阴影消除算法相互嵌套、有机结合,不仅简化了算法流程,还有效地去除了阴影,达到一箭双雕的效果。最后为了消除光照变化对目标侦测的影响,本文根据不同光照变化分为缓慢光照变化和快速光照变化两种情况,并分别采用相应的算法进行消除。实验证明,本文的移动侦测算法对环境变化具有较强的鲁棒性,能够较好地去除阴影,消除光照变化对目标检测的影响,具有很强的实用价值。
|
全文目录
摘要 4-6 Abstract 6-10 第1章 绪论 10-14 1.1 课题背景与意义 10 1.2 研究现状及所存在的问题 10-13 1.2.1 国内外研究现状 10-11 1.2.2 相关技术及所存在的问题 11-13 1.3 本文的主要内容和工作安排 13-14 第2章 运动目标检测 14-32 2.1 引言 14 2.2 目标检测经典算法 14-19 2.2.1 背景差分法 14-15 2.2.2 帧间差分法 15-18 2.2.3 光流法 18-19 2.3 背景模型的建立与更新 19-23 2.4 双矩形框算法 23-25 2.5 阈值分割算法 25-28 2.5.1 迭代法 25-26 2.5.2 直方图法 26-27 2.5.3 最大类间方差法 27-28 2.5.4 本文阈值分割算法 28 2.6 目标检测算法结果分析 28-32 第3章 阴影消除 32-41 3.1 引言 32 3.2 彩色空间模型 32-35 3.2.1 RGB彩色空间模型 33 3.2.2 HSV彩色空间模型 33 3.2.3 彩色空间模型转换 33-35 3.3 阴影消除经典算法 35-37 3.4 本文阴影消除算法 37-41 第4章 光照影响消除 41-50 4.1 引言 41 4.2 光照缓慢变化处理 41-42 4.3 光照快速变化处理 42-43 4.4 本文算法对光照影响的消除 43-50 第5章 算法结果分析 50-59 5.1 算法步骤 50-54 5.2 结果分析 54-59 第6章 全文总结与展望 59-61 6.1 总结 59-60 6.2 展望 60-61 参考文献 61-64 作者简介及科研成果 64-65 致谢 65
|
相似论文
- 基于遗传算法的柑橘图像分割,TP391.41
- 基于视频的运动目标检测与跟踪方法应用研究,TP391.41
- 复杂场景中运动目标的检测与跟踪,TP391.41
- 人脸表情识别算法研究,TP391.41
- 非织造布疵点检测研究,TP391.41
- 彩色医学影像分割技术研究,TP391.41
- 不良图像检测系统的设计与实现,TP391.41
- 实时视频监控人数统计关键技术研究,TP391.41
- 基于计算机视觉的刀具磨损检测技术的研究,TP274
- 基于DSP的柑橘品质检测算法研究,TP391.41
- 基于人工标志的激光扫描数据自动拼接技术研究,P225.2
- 居民地的提取与边缘优化,P237
- 基于密度的聚类算法研究,TP311.13
- 无角毛有害赤潮藻显微图像自动识别系统,TP391.41
- 基于视频图像的运动车辆检测和跟踪算法研究,TP391.41
- 基于图像处理技术的肺结节检测算法的研究,TP391.41
- 基于交比不变量的单目视觉目标定位测量方法,TP391.41
- 基于图像序列的运动目标检测与跟踪技术研究,TP391.41
- 基于图像处理的植物叶片参数测量系统研究与实现,TP391.41
- 基于视觉定位的换向器刻槽关键技术研究,TP391.41
- 基于单目视觉的三维姿态测量方法与系统实现,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
|