学位论文 > 优秀研究生学位论文题录展示
边界防御系统中移动目标跟踪技术研究与实现
作 者: 朱龙
导 师: 史东承
学 校: 长春工业大学
专 业: 信号与信息处理
关键词: 移动目标跟踪 CamShift算法 混合高斯模型 直方图映射
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 24次
引 用: 0次
阅 读: 论文下载
内容摘要
移动目标跟踪技术是计算机视觉中的一个重要课题,在很多方面都有着广泛的应用。但是移动运动,目标的非刚体运动等特性,使得运动目标跟踪成为一个非常复杂的问题。针对于边界防御系统中的移动目标跟踪,本文对边界进行了新的定义。所谓边界防御是指人为标定或选择的一块区域作为边界,当有移动目标打破这一规则之后,便认为该目标为要跟踪的目标,提取出目标的区域矩形框,然后根据矩形框内的信息进行跟踪。在目标提取时,首先对相应的场景进行改进的混合高斯背景建模,此方法抑制了背景噪声的干扰。当目标被检测到后,利用了边界跟踪法,提取出目标的矩形区域,从而为下一步的动态场景中目标从三维空间向二维图像映射中存在信息丢失,图像中存在有噪声,场景中光强变化,目标运动复杂,运动目标之间以及目标和场景之间的相互遮挡,摄像机的的移动目标跟踪做了更好的铺垫。本文对常见的几种跟踪方法,如Mean Shift算法、Camshift算法、直方图映射等方法进行了详细的介绍,并对直方图映射算法进行了改进,提出了一种直方图相似削弱算法。经过在DSP上仿真实验,该算法在抗背景干扰方面具有一定的优越性,并对后面的目标跟踪核心算法起了引导作用。针对跟踪过程中动态背景、遮挡、光照剧烈变化等问题。鉴于经典的跟踪算法容易受到上述各因素的干扰,导致跟踪失败,本文又提出了一种新的Camshift跟踪方法。依据动态场景中的目标和背景颜色直方图的特点,针对目标遮挡干扰和近色背景干扰,本人对CamShift目标跟踪算法进行了改进,通过削弱背景中含有的目标颜色直方图信息,并结合目标颜色直方图的Bhattacharyya系数,实现了抗干扰的目标跟踪。实验结果表明,改进的CamShift算法有很强的抗干扰能力,’具有一定的实用性和有效性。
|
全文目录
摘要 2-3 Abstract 3-7 第一章 绪论 7-14 1.1 课题的研究背景及意义 7-10 1.2 课题的主要目的及内容 10 1.3 课题的主要难点 10-12 1.4 论文主要内容和结构安排 12-14 第二章 边界防御系统中移动目标检测 14-26 2.1 背景建模 14-16 2.2 移动目标的检测 16-21 2.3 实验分析 21-23 2.4 目标提取 23-25 2.5 结论 25-26 第三章 移动目标跟踪 26-46 3.1 颜色模型 26-30 3.2 跟踪对象和特征点选取 30 3.3 Mean Shift算法基础 30-35 3.4 Camshift算法原理 35-39 3.5 直方图映射方法 39-45 3.6 本章小结 45-46 第四章 动态场景中的移动目标跟踪 46-51 4.1 传统的CamShift算法 46-47 4.2 改进CamShift目标跟踪算法 47-49 4.3 Bhattacharyya系数 49 4.4 实验结果及分析 49-50 4.5 本章小结 50-51 第五章 总结与展望 51-53 附录1 53-55 参考文献 55-61 致谢 61-62 攻读硕士学位期间研究成果 62-64
|
相似论文
- 基于机器视觉的车辆检测和车距测量方法研究,TP274
- 复杂场景中运动目标的检测与跟踪,TP391.41
- 运动目标检测与跟踪的研究,TP391.41
- 视频监控系统中的运动目标检测算法研究,TP391.41
- 嵌入式目标检测与跟踪系统设计及算法实现,TP391.41
- 基于粒子滤波与Mean Shift平滑运动跟踪的研究与实现,TP391.41
- 复杂信道下的说话人识别技术,TN912.34
- 分布式声源定位与跟踪算法研究,TN912.3
- 视频图像中的运动目标跟踪算法研究,TP391.41
- 智能交通视频监控系统中关键技术研究,TP391.41
- 基于双目视觉的机动目标跟踪方法研究,TP391.41
- 基于粒子滤波与Mean Shift平滑运动跟踪的研究与实现,TP391.41
- 基于移动网络的智能视频监控系统的设计,TP391.41
- 基于视频的目标检测与跟踪的研究,TP391.41
- 基于机器视觉的目标实时跟踪技术研究,TP391.41
- 复杂环境中运动目标视觉跟踪研究,TP391.41
- 视频图像中运动目标检测与跟踪的算法研究,TP391.41
- 移动机器人运动目标检测与跟踪系统研究,TP391.41
- 复杂背景下目标的快速检测与跟踪,TP391.41
- 交通视频中机动车辆检索关键技术研究,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
|