学位论文 > 优秀研究生学位论文题录展示

基于视频的运动目标检测与跟踪算法研究

作　者: 刘泉志
导　师: 胡福乔
学　校: 上海交通大学
专　业: 模式识别与智能系统
关键词: 目标检测 目标跟踪 混合高斯模型 LBP纹理模型 D-S证据理论 Kalman滤波 Mean Shift跟踪
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 332次
引　用: 3次
阅　读: 论文下载
 

内容摘要


计算机智能视频监控是计算机视觉领域备受关注的前沿课题,是计算机科学、机器视觉、图像工程、模式识别、人工智能等多学科高技术的结晶。计算机智能视频监控是在不需要人为干预情况下,利用计算机视觉和视频分析的方法对摄像机拍录的图像序列进行自动分析,实现对场景中目标的定位、识别和跟踪,并在此基础上分析和判断目标的行为。本文对复杂场景的背景建模与运动目标检测与跟踪进行了较为深入的研究。背景建模一直是运动目标检测中的一个重要课题。传统建模的前提是场景中有固定的大背景。本文提出了一个适用于动态背景的基于颜色和纹理的背景模型。这个概率背景模型不仅考虑了传统目标检测中的时域相关性(背景减除等),也考虑到了在动态场景中大量存在的空间相关性(方块纹理),使得摆动的树枝,飘荡的红旗,起伏的波浪等动态背景中依然得到准确的运动目标检测。文中利用混合高斯概率模型计算当前像素的颜色前景概率值,利用LBP纹理模型计算当前像素的纹理前景概率值,最后应用数据融合算法D-S证据理论进行决策层级上信息融合得到当前像素隶属于前景的概率值。进而提高了前景判别的准确性。实验证明,上述算法能够在一般目标检测特别是动态场景下的检测中取得良好的效果。在目标跟踪算法中,针对目前Mean Shift算法存在的问题,本文提出了一种将Kalman滤波器与Mean Shift相融合的算法,能比较稳定快速地对运动目标进行跟踪,并有效地处理了遮挡问题。

全文目录


摘要  3-5
ABSTRACT  5-9
第一章 绪论  9-15
  1.1 课题研究目的及意义  9-10
  1.2 国内外研究现状及主要问题  10-13
    1.2.1 运动目标检测  10-11
    1.2.2 运动目标跟踪  11-12
    1.2.3 运动目标检测与跟踪研究存在的问题  12-13
  1.3 论文主要研究内容及结构安排  13-15
    1.3.1 本论文主要研究内容  13
    1.3.2 本论文的结构安排  13-15
第二章 图像预处理及后处理技术  15-26
  2.1 常用的图像去噪平滑算法  15-19
    2.1.1 中值滤波法  15-17
    2.1.2 均值滤波法  17-19
    2.1.3 其他去噪平滑方法  19
  2.2 常用的图像增强算法  19-22
    2.2.1 灰度变换法  20
    2.2.2 直方图均衡化  20-22
  2.3 形态学操作  22-25
    2.3.1 基本集合定义  22-23
    2.3.2 形态学基本运算  23-25
  2.4 本章小结  25-26
第三章 运动目标检测算法  26-50
  3.1 运动目标检测常见方法  26-35
    3.1.1 光流法  26-29
    3.1.2 帧间差分法  29-31
    3.1.3 背景相减法  31-34
    3.1.4 运动目标检测中常见问题  34-35
  3.2 基于高斯背景模型的目标检测  35-41
    3.2.1 单高斯模型的基本原理  35-38
    3.2.2 混合高斯模型的基本原理  38-41
  3.3 LBP 纹理背景模型  41-42
    3.3.1 LBP 特征  41-42
    3.3.2 背景模型及概率计算  42
  3.4 基于证据理论的信息融合背景建模算法  42-45
    3.4.1 D-S 证据理论  43-44
    3.4.2 信息融合算法  44-45
  3.5 实验结果与分析  45-49
  3.6 本章小结  49-50
第四章 运动目标跟踪算法  50-69
  4.1 基于MEAN SHIFT 算法的运动目标跟踪算法  50-56
    4.1.1 运动目标的目标模型与候选模型  50-52
    4.1.2 均值飘移跟踪算法  52-56
  4.2 基于KALMAN滤波的运动目标跟踪算法  56-61
    4.2.1 Kalman 滤波基本原理  56-60
    4.2.2 Kalman 滤波器在运动目标跟踪中的应用  60-61
  4.3 遮挡以及其他问题的处理  61-64
  4.4 实验结果与分析  64-68
  4.5 本章小结  68-69
第五章 总结和展望  69-71
  5.1 全文总结  69
  5.2 展望  69-71
参考文献  71-74
致谢  74-75
攻读硕士学位期间已发表或录用的论文  75-77

相似论文

  1. 带径向速度观测的跟踪算法研究,TN953
  2. 基于VRPF的机动目标跟踪的研究,TN957.52
  3. 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
  4. 双传感器图像联合目标检测及系统实现研究,TP391.41
  5. 空间交会接近视觉测量方法研究,TP391.41
  6. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  7. 移动机器人视觉检测和跟踪研究,TP242.62
  8. 陀螺稳定吊舱控制系统设计,TP273
  9. 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
  10. 红外图像目标识别及跟踪技术研究,TP391.41
  11. 空间红外目标仿真与跟踪技术研究,TP391.41
  12. 基于物联网的农产品安全监控系统与决策系统研究,TP277
  13. 基于运动目标轨迹分析的智能交通监控系统,TP277
  14. 基于视频的运动目标检测与跟踪方法应用研究,TP391.41
  15. 复杂场景中运动目标的检测与跟踪,TP391.41
  16. 大型耙吸挖泥船动力定位控制算法研究,U674.31
  17. 基于支持向量机的视频目标检测方法研究,TP391.41
  18. 无线传感器网络的目标跟踪算法研究,TN929.5
  19. 基于主动视觉的运动目标检测与跟踪研究,TP391.41
  20. 驾驶员眼睛开闭状态计算机图像识别技术开发,TP391.41
  21. 结合DWT的动态数据校正研究及应用,TP274

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