学位论文 > 优秀研究生学位论文题录展示
视频中复杂背景伪装色运动目标的检测研究
作 者: 李倩
导 师: 李金屏
学 校: 济南大学
专 业: 计算机应用技术
关键词: 目标检测 连通区域 伪装色 Laws能量 变化频次
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 52次
引 用: 0次
阅 读: 论文下载
内容摘要
运动目标检测是计算机视觉研究领域的重要课题,在智能交通、机器人视觉导航、智能监控、军事等领域有着广泛应用。运动目标的检测、特征提取和识别,是视频监控的关键,其中目标的检测是跟踪技术的基础,其结果直接关系到跟踪效果。因此,对运动目标检测的研究有很大的理论意义和应用价值。本文重点研究二值图像连通域标记、伪装色移动目标视频的像素值变化规律,轻微动态背景下伪装色目标的检测和图像分块直方图。通过二值图像进行连通区域标记,可以得到图像中目标的准确计数和边界信息,便于实现目标的检测;本文主要研究了轻微变化的背景中伪装色目标的检测,提出了两种伪装色目标检测算法,另外针对复杂动态背景中的目标,传统的目标检测算法一般计算复杂,为了减少算法的计算量,在分块直方图方面进行了初步研究。主要内容如下:1、基于等价类的二值图像连通域标记。本文分析了传统连通域标记算法,针对特殊形状的连通区域,实现了一种利用等价类处理的二值图像连通域像素标记算法。根据二值图像像素分布的特点,首先对图像进行扫描,其次对等价的标记进行处理,最后进行二次扫描,完成图像连通区域标记。实验表明,该算法避免了大多数算法都必须处理的重复标记问题,同时,该算法不受所标记的连通区域形状的限制。2、含有伪装色移动目标视频的像素灰度值变化规律研究。某些运动目标与周围环境非常接近,即具有所谓的伪装色。为了检测这类伪装色目标,通过实验获得伪装色运动目标的视频帧的像素灰度值,并观察特定像素灰度值在连续视频中的变化情况。对特定像素的灰度值变化规律的分析,为伪装色目标检测的研究,奠定了良好基础。3、平缓变化的动态背景下伪装色目标的检测。本文根据伪装色视频像素的像素值变化特点,提出了对平缓变化的动态背景中伪装色目标进行检测的两种方法,一种方法是根据Laws能量计算公式,重新定义了Laws能量计算的方法,在连续多帧图像中,计算当前帧像素的Laws能量值,根据像素的Laws能量值检测目标。另一种方法是统计当前帧像素颜色值的变化情况,根据颜色值的变化频次检测目标,文中的变化频次指对于像素颜色随时间变化的信号,在某个时段内信号相对于局部或者瞬时均值进行正负交替的次数。实验结果表明,这两种算法可以较好的检测到伪装色运动目标。4、利用分块直方图检测动态背景中的目标。在较为复杂的背景下(例如摇动的树叶、荡漾的水波等)检测目标,一般利用混合高斯模型检测这类场景中的目标。为了解决这种算法计算量大的问题,本文在分块直方图方面做了一些初步研究。目前只是在轻微变化的背景中,实现了伪装色运动目标的检测,当视频中的背景发生较大变化时(比如,场景中因为风速很大,树枝发生剧烈摆动)对伪装色移动目标的检测还需要深入研究。对利用分块直方图检测动态背景中的目标研究,只是做了一些初步工作,只能判断运动目标的大概区域,如何精确的判断目标的位置,还需要进一步的研究。
|
全文目录
摘要 7-9 ABSTRACT 9-11 第一章 引言 11-19 1.1 课题研究的目的及意义 11-12 1.2 国内外研究现状 12-16 1.2.1 运动目标检测算法 12-14 1.2.2 目标检测面临的问题 14-16 1.2.3 伪装色运动目标检测国内外研究现状 16 1.3 本文的主要内容及组织结构 16-19 第二章 目标检测基础知识 19-27 2.1 图像处理基础知识 19-23 2.1.1 图像处理基本算法 19-21 2.1.2 数学形态学相关知识 21-23 2.2 视频图像采集 23-25 2.3 课题组已经完成的相关工作 25 2.4 本章小结 25-27 第三章 二值图像运动目标连通区域标记 27-35 3.1 连通区域 27-28 3.2 连通域标记算法 28-32 3.2.1 常用连通域标记算法 28-29 3.2.2 基于等价类的连通域标记 29-32 3.3 连通区域标记结果 32-34 3.4 本章小结 34-35 第四章 伪装色运动目标检测 35-47 4.1 伪装色视频 35-39 4.2 LAWS能量检测目标 39-41 4.2.1 Laws 能量 39-40 4.2.2 Laws 能量检测算法 40-41 4.3 变化频次检测目标 41-44 4.3.1 变化频次 41-42 4.3.2 变化频次检测目标 42-44 4.4 实验结果与分析 44-46 4.5 本章小结 46-47 第五章 分块直方图 47-53 5.1 颜色直方图 47 5.2 灰度直方图 47-48 5.3 分块直方图 48-49 5.4 实验结果及分析 49-53 第六章 结论与展望 53-55 参考文献 55-59 致谢 59-60 附录 60 一、在校期间发表的学术论文 60 二、在校期间获奖情况 60
|
相似论文
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 基于视频的运动目标检测与跟踪方法应用研究,TP391.41
- 基于支持向量机的视频目标检测方法研究,TP391.41
- 基于主动视觉的运动目标检测与跟踪研究,TP391.41
- 嵌入式多参数环境智能监测系统的设计与实现,TP274
- 视频监控运动目标检索方法研究,TP391.41
- 安防监控系统中运动目标检测算法研究,TP391.41
- 基于视频监控的特定目标识别研究,TP391.41
- 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
- 运动目标检测与跟踪的研究,TP391.41
- 视频图像中的运动目标检测与跟踪,TP391.41
- 高光谱影像图谱信息目标检测研究,TP391.41
- 运动目标跟踪系统的设计与实现,TP391.41
- 多摄像头目标检测与跟踪方法研究,TP391.41
- 工业应用中的目标检测与精确定位技术,TP391.41
- 视频监控系统中的运动目标检测算法研究,TP391.41
- 基于运动目标轨迹识别的人机交互系统研究,TP391.41
- 边防红外监控系统中运动目标的检测预警设计,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
|