学位论文 > 优秀研究生学位论文题录展示

运动目标提取、阴影和鬼影检测及去除算法研究

作 者: 吴亮
导 师: 周东翔
学 校: 国防科学技术大学
专 业: 信息与通信工程
关键词: 智能视频监控 运动目标检测 混合高斯模型 阴影检测 鬼影检测 遗留物体检测
分类号: TP391.41
类 型: 硕士论文
年 份: 2007年
下 载: 369次
引 用: 3次
阅 读: 论文下载
 

内容摘要


本文在系统分析智能监控系统的现状和发展基础上,对静止摄像机监控固定场景的下的运动目标检测、阴影及鬼影的检测和去除等关键技术进行了比较深入的研究。运动目标检测是跟踪、分类和识别的基础。本文详细讨论了目前常用的运动目标检测算法,利用文中提出的定性评价标准对应用比较广泛的各类目标检测算法的实验结果进行了定性分析和对比;最后确定采用混合高斯模型的背景差方法来提取运动目标。为了去除目标前景的阴影,在总结和分类已有的各类阴影检测算法的基础上,提出了一种基于Phong物体光照模型的阴影检测算法,并提出去除阴影的后处理方法;然后利用定量和定性评价标准对已有和新提出的阴影检测算法实验结果进行对比分析,实验证明,提出的算法在阴影检测率和区分率等方面都得到了提高,具有较强的鲁棒性。为了消除背景差算法经常出现的鬼影问题,通过分析目标前景块边缘区域像素分布,提出了一种基于直方图匹配的鬼影检测算法,并对背景中的遗留物体进行检测。通过实验结果表明,本文提出的算法可以快速有效的检测并去除鬼影,同时克服了已有鬼影算法的缺陷。

全文目录


目录  4-6
图目录  6-7
表目录  7-8
摘要  8-9
ABSTRACT  9-10
第一章 绪论  10-17
  §1.1 引言  10
  §1.2 智能视频监控的现状和发展  10-12
  §1.3 智能视频监控的关键技术  12-14
    1.3.1 基于单摄像机的视频监控  12-14
    1.3.2 基于多摄像机的视频监控  14
  §1.4 课题研究背景、目的及意义  14-15
  §1.5 课题研究的工作内容安排  15-17
第二章 基础知识  17-25
  §2.1 颜色模型  17-20
  §2.2 PHONG物体光照模型  20-21
  §2.3 直方图匹配  21-22
  §2.4 数学形态学算子  22-25
    2.4.1 膨胀  23-24
    2.4.2 腐蚀  24
    2.4.3 开闭运算  24
    2.4.4 轮廓提取  24-25
第三章 运动目标检测和提取  25-42
  §3.1 运动目标检测算法总结和分析  25-34
    3.1.1 相邻帧差法  25-26
    3.1.2 背景差法  26-31
    3.1.3 光流法  31-33
    3.1.4 混合的算法  33-34
  §3.2 基于混合高斯模型的运动目标检测算法  34-37
    3.2.1 背景模型的建立和更新  34-36
    3.2.2 运动目标的检测和提取  36-37
  §3.3 实验结果及分析  37-42
    3.3.1 各算法对室内外视频的实验结果及分析  37-39
    3.3.2 对运动目标的检测算法的定性评估及总结  39-42
第四章 运动目标阴影检测和去除  42-59
  §4.1 阴影检测算法的总结及分类  43-45
    4.1.1 基于模型的阴影检测的总结和分类  43-44
    4.1.2 基于具体算法过程的阴影检测算法总结和分类  44-45
  §4.2 基于PHONG物体光照模型的阴影检测算法  45-52
    4.2.2 Phong物体光照模型对物体被感知的亮度模型  47
    4.2.3 Phong物体光照模型阴影判决准则Ⅰ  47-48
    4.2.4 Phong物体光照模型阴影判决准则Ⅱ  48-50
    4.2.5 Phong物体光照模型阴影判决准则Ⅲ  50-51
    4.2.6 阴影检测算法的实现及后处理  51-52
  §4.3 阴影检测的评估标准  52-53
  §4.4 阴影检测实验结果及分析  53-59
    4.4.1 新提出算法的实验结果分析  53-57
    4.4.2 对新提出及已有算法的定量和定性评估  57-59
第五章 鬼影的检测和去除  59-70
  §5.1 鬼影检测算法的总结和分析  60-61
  §5.2 基于直方图匹配的鬼影检测  61-64
    5.2.1 帧间前景块的内边缘区域分析  62-63
    5.2.2 前景块的内外边缘区域分析  63-64
  §5.3 鬼影检测实验结果及对比分析  64-70
    5.3.1 新提出鬼影检测算法和已有算法对比分析  64-67
    5.3.2 新提出算法的实验结果  67-70
第六章 论文总结及展望  70-72
  §6.1 论文工作总结  70
  §6.2 研究展望  70-72
致谢  72-73
参考文献  73-81
作者在攻读硕士学位期间发表的论文  81

相似论文

  1. 复杂场景中运动目标的检测与跟踪,TP391.41
  2. 嵌入式多参数环境智能监测系统的设计与实现,TP274
  3. 安防监控系统中运动目标检测算法研究,TP391.41
  4. 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
  5. 运动目标检测与跟踪的研究,TP391.41
  6. 运动目标跟踪系统的设计与实现,TP391.41
  7. 视频监控系统中的运动目标检测算法研究,TP391.41
  8. 边防红外监控系统中运动目标的检测预警设计,TP391.41
  9. 基于DM6437的视频行人运动检测系统设计,TP391.41
  10. 嵌入式目标检测与跟踪系统设计及算法实现,TP391.41
  11. 多目标视觉检测与跟踪方法研究及视频监控软件平台的开发,TP391.41
  12. 人群行为分析算法研究与实现,TP391.41
  13. 智能视频监控系统中人体异常行为检测与识别研究,TP391.41
  14. 面向PTZ摄像机的运动目标检测技术研究,TP391.41
  15. 基于信号完整性分析的视频监控系统硬件设计,TN79
  16. 视频监控系统中相关图像处理技术的研究与实现,TP391.41
  17. 动态场景下基于空时显著性的运动目标检测研究,TP391.41
  18. 基于粒子滤波与Mean Shift平滑运动跟踪的研究与实现,TP391.41
  19. 复杂信道下的说话人识别技术,TN912.34
  20. 分布式声源定位与跟踪算法研究,TN912.3
  21. 交通路口车辆实时监测方法研究及其应用,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