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

  1. 双传感器图像联合目标检测及系统实现研究,TP391.41
  2. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  3. 移动机器人视觉检测和跟踪研究,TP242.62
  4. 基于运动目标轨迹分析的智能交通监控系统,TP277
  5. 基于视频的运动目标检测与跟踪方法应用研究,TP391.41
  6. 基于支持向量机的视频目标检测方法研究,TP391.41
  7. 基于主动视觉的运动目标检测与跟踪研究,TP391.41
  8. 嵌入式多参数环境智能监测系统的设计与实现,TP274
  9. 视频监控运动目标检索方法研究,TP391.41
  10. 安防监控系统中运动目标检测算法研究,TP391.41
  11. 基于视频监控的特定目标识别研究,TP391.41
  12. 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
  13. 运动目标检测与跟踪的研究,TP391.41
  14. 视频图像中的运动目标检测与跟踪,TP391.41
  15. 高光谱影像图谱信息目标检测研究,TP391.41
  16. 运动目标跟踪系统的设计与实现,TP391.41
  17. 多摄像头目标检测与跟踪方法研究,TP391.41
  18. 工业应用中的目标检测与精确定位技术,TP391.41
  19. 视频监控系统中的运动目标检测算法研究,TP391.41
  20. 基于运动目标轨迹识别的人机交互系统研究,TP391.41
  21. 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